گوگل چند روز پس از عرضه مدل جمنای ۴ کربن، از جمنای ۴ هیدروژن رونمایی کرد. مدل‌های سنگین‌تر این خانواده، یعنی جمنای ۴ کربن و آرگون، برای استدلال عمیق و پروژه‌های طولانی طراحی شده‌اند. هیدروژن بر اجرای سریع کارهای روزمره، کدنویسی و کاهش هزینه‌های پردازشی تمرکز دارد.
این مدل از خانواده هوش مصنوعی جمنای گوگل، برخلاف نسخه‌های کربن و آرگون، به‌صورت رایگان در اختیار کاربران عمومی قرار گرفته است. هیدروژن در برخی آزمون‌های پردازشی از جمنای ۴ آرگون نیز پیشی گرفته است.
سرعت بالای پاسخ‌گویی، پنجره زمینه یک میلیون توکنی و تعرفه ارزان‌تر API باعث شده است جمنای ۴ هیدروژن برای ساخت ایجنت‌های کدنویسی، تحلیل اسناد چندرسانه‌ای و جست‌وجوهای روزمره کاربردی باشد. نتایج بنچمارک‌ها، سطوح چهارگانه تفکر، قابلیت‌های برنامه‌نویسی و نحوه دسترسی به این مدل را بررسی می‌کنیم.
مقایسه عملکرد جمنای ۴ هیدروژن با مدل‌های قبلی و رقبا
جمنای ۴ هیدروژن با وجود تمرکز بر سرعت پردازش و کاهش هزینه‌های محاسباتی، در بنچمارک‌ها از برخی مدل‌های سنگین‌تر امتیاز بالاتری کسب کرده است. این مدل در شاخص Artificial Analysis Intelligence Index، با تنظیم پیش‌فرض سطح تفکر High، امتیاز ۵۱ را ثبت کرد و از جمنای ۴ آرگون با امتیاز ۵۰ جلو افتاد. در بالاترین سطح تفکر (XHigh)، امتیاز هیدروژن در این شاخص به ۵۴ می‌رسد.
هیدروژن در سطح پیش‌فرض استدلال، وظایف را ۲.۵ برابر سریع‌تر از جمنای ۳.۸ فلش انجام می‌دهد. میزان تولید ادعاهای ساختگی یا نادرست در پاسخ‌های آن نیز بیش از پنج برابر کاهش یافته است. این مدل وقتی با خطا در فراخوانی ابزارها یا نتیجه خالی جست‌وجو روبه‌رو می‌شود، مسیر انجام وظیفه را اصلاح می‌کند. هیدروژن در بسیاری از وظایف سریع‌تر از مدل‌های هم‌رده عمل می‌کند. در برخی ارزیابی‌ها نیز با مدل‌هایی مانند Claude Sonnet ۵.۵ و GPT-۶.۱ Terra از فهرست بهترین چت‌بات‌های هوش مصنوعی رقابت می‌کند یا عملکرد بهتری نسبت به آن‌ها دارد.
نتایج جمنای ۴ هیدروژن در آزمون‌های مختلف به این شرح است:
| نام آزمون یا شاخص | زمینه ارزیابی | امتیاز جمنای ۴ هیدروژن | مقایسه با سایر مدل‌ها و رتبه‌بندی |
|---|---|---|---|
| Artificial Analysis | شاخص هوش و توان استدلال | ۵۱ (سطح High) / ۵۴ (سطح XHigh) | جمنای ۴ آرگون: ۵۰ |
| Terminal-Bench 4.1 | وظایف برنامه‌نویسی و محیط ترمینال | ۵۷٪ | جمنای ۳.۸ فلش: ۱۸.۲٪ |
| MKA | فعالیت‌های چندمرحله‌ای با اسناد چندرسانه‌ای | ۵۳.۴٪ | گزارش نشده |
| Agents’ Last Exam 1.1 | ارزیابی عملکرد عامل‌های هوشمند | ۷۱.۶٪ | گزارش نشده |
| HLE-Diamond | حل مسائل تخصصی و پیچیده | ۵۸.۸٪ | گزارش نشده |
| Vals Tax Agent Bench | تحلیل و امور مالیاتی | ۵۲.۳٪ | رتبه اول |
| Vals Legal Research Bench | پژوهش و تحلیل اسناد حقوقی | ۵۵.۸٪ | رتبه مشترک اول |
چهار سطح تفکر برای تنظیم سرعت و عمق استدلال
کاربران و توسعه‌دهندگان می‌توانند در جمنای ۴ هیدروژن، توان پردازشی و زمان لازم برای استدلال را متناسب با درخواست تنظیم کنند. افزایش سطح تفکر، عمق استدلال و هزینه پردازش را به‌تدریج بالا می‌برد و به شما امکان می‌دهد بر اساس نیاز پروژه میان چهار حالت جابه‌جا شوید:
- Low و Medium برای فعالیت‌های ساده و پرتکرار مناسب‌اند؛ فعالیت‌هایی که سرعت پاسخ‌گویی در آن‌ها اولویت بالاتری دارد.
- High حالت پیش‌فرض مدل است و میان سرعت اجرا و کیفیت پاسخ تعادل برقرار می‌کند.
- XHigh برای وظایف سنگینی طراحی شده است که به بررسی عمیق‌تر و محاسبات بیشتر نیاز دارند.
قابلیت‌های جمنای ۴ هیدروژن در برنامه‌نویسی و توسعه نرم‌افزار
جمنای ۴ هیدروژن در آزمون Terminal-Bench ۴.۱ امتیاز ۵۷ درصد را ثبت کرده است. این آزمون توان عامل‌های هوش مصنوعی را در کدنویسی و کار با محیط ترمینال می‌سنجد؛ جمنای ۳.۸ فلش در همین آزمون امتیاز ۱۸.۲ درصد داشت. هیدروژن برای بررسی مخازن بزرگ کد، به‌جای خواندن متوالی و تک‌به‌تک فایل‌ها، چندین عملیات خواندن فایل و جست‌وجو را هم‌زمان در یک مرحله اجرا می‌کند تا سریع‌تر به پاسخ برسد.
در آزمایش‌های اولیه شرکای تجاری گوگل، هیدروژن وظایف پیچیده مرتبط با پایگاه‌های داده، دستورات SQL و ساختارهای گرافی را ۲ تا ۲.۸ برابر سریع‌تر از جمنای ۳.۸ فلش انجام داده است. مصرف توکن را نیز در همین سناریوها بین ۱۲ تا ۲۳ درصد کاهش داده است. این مدل در آزمون SWE-sweep عملکرد بهتری نسبت به مدل‌های هم‌رده نشان داده است و خطاهای نرم‌افزاری را به‌صورت هدفمند برطرف می‌کند، بدون آنکه تغییر غیرضروری ایجاد کند یا به بخش‌های سالم برنامه آسیب بزند.
در بخش توسعه وب و آموزش طراحی وب، جمنای ۴ هیدروژن برای ساخت سریع نمونه‌های اولیه رابط کاربری، تبدیل طرح‌های گرافیکی به کد و توسعه برنامه‌های تعاملی بهینه شده است. این مدل با درخواست‌های کمتر، رابط‌های کاربری کامل‌تری تولید می‌کند.
هماهنگی چند مدل با قابلیت Orchestrator در Google Antigravity
گوگل هم‌زمان با عرضه هیدروژن، قابلیت Orchestrator را به پلتفرم Google Antigravity اضافه کرد تا چند مدل هوش مصنوعی بتوانند در یک پروژه همکاری کنند. این سیستم به‌جای تکیه بر یک مدل واحد، در طول نشست کاری به‌صورت پویا میان مدل‌ها جابه‌جا می‌شود و هر وظیفه را متناسب با میزان پیچیدگی آن تقسیم می‌کند. این روش زمانی کاربرد دارد که بخشی از پروژه به استدلال عمیق نیاز دارد و بخش‌های دیگر باید با سرعت بالا اجرا شوند.
در پروژه‌های بزرگ نرم‌افزاری که به اجرای هم‌زمان چند ایجنت هوش مصنوعی نیاز دارند، جمنای ۴ کربن طراحی معماری، تصمیم‌گیری‌های پیچیده و هماهنگی را بر عهده می‌گیرد. هم‌زمان، ایجنت‌های مبتنی بر هیدروژن در محیط‌های کاری جداگانه، کدنویسی، اعمال تغییرات و اجرای آزمایش‌ها را به‌صورت موازی انجام می‌دهند. در آزمون Terminal-Bench ۴.۰، استفاده از Orchestrator نرخ موفقیتی نزدیک به عملکرد مستقل جمنای ۴ کربن ثبت کرد، اما به‌طور میانگین ۲۴ درصد سهمیه پردازشی کمتری مصرف کرد و وظایف را ۱۹ درصد سریع‌تر به پایان رساند.
نمونه‌های عملی؛ از ساخت بازی سه‌بعدی تا طراحی فروشگاه تعاملی
گوگل برای نمایش توان اجرایی جمنای ۴ هیدروژن، خروجی چند پروژه واقعی را منتشر کرده است:
- محیط سه‌بعدی Geminisland یک بازی با گرافیک وکسلی است. کاربر تنها با نوشتن یک دستور (پرامپت) می‌تواند سازه‌های جدیدی به آن اضافه کند و داخل محیط حرکت کند.
- فروشگاه اینترنتی در Google Antigravity، نمونه‌ای از طراحی یک رابط کاربری فروشگاهی با یک دستور اولیه است. این رابط شامل جلوه‌های گرافیکی سه‌بعدی، اسکرول تعاملی چندمرحله‌ای، ابزار مقایسه تصویری و شخصی‌سازی زنده ظاهر محصول است.
- انیمیشن پیکسلی در Google Sheets حاصل کوچک‌کردن هزاران سلول و ترکیب کدنویسی و یادگیری پایتون، فرمول‌های LET و قالب‌بندی شرطی برای تبدیل یک صفحه گسترده معمولی به نمایشگر انیمیشن است.
- تبدیل ویدیو به ارائه در Google Slides شامل دریافت ویدیوی یک سخنرانی از یوتیوب به همراه قالب طراحی و ساخت خودکار اسلایدها است. مدل پس از تولید اولیه، هم‌پوشانی متن‌ها و چیدمان عناصر را به‌طور خودکار بررسی و اصلاح کرده است.
این نمونه‌ها توان مدل در اجرای وظایف چندمرحله‌ای را نشان می‌دهند، اما پیاده‌سازی پروژه‌های مشابه در محیط عملی همچنان به بررسی و اصلاح انسانی نیاز دارد.
پنجره زمینه یک میلیون توکنی و تحلیل اسناد تخصصی
جمنای ۴ هیدروژن از پنجره زمینه یک میلیون توکنی پشتیبانی می‌کند. این مدل می‌تواند در هر درخواست حجم بالایی از اطلاعات را پردازش کند و حداکثر یک میلیون توکن خروجی تولید کند. هیدروژن امکان بررسی هم‌زمان فایل‌های PDF حجیم، صفحات گسترده، نمودارها، فایل‌های صوتی و ویدیوهای ضبط‌شده را دارد. کاربران می‌توانند اسناد مالی، جدول‌ها و نمودارهای یک شرکت را به مدل بدهند و گزارش‌های تحلیلی ساختاریافته و مستند دریافت کنند که نتایج آن‌ها قابل‌بررسی است.
عملکرد این مدل در تحلیل داده‌ها و پژوهش‌های چندمرحله‌ای در بنچمارک‌های تخصصی سنجیده شده است. هیدروژن در آزمون Multimodal Knowledge Agent (MKA)، که کار با اسناد پیچیده و چندرسانه‌ای را ارزیابی می‌کند، امتیاز ۵۳.۴ درصد را ثبت کرده است. در آزمون Agents’ Last Exam نسخه ۱.۱ نیز امتیاز ۷۱.۶ درصد و در HLE-Diamond امتیاز ۵۸.۸ درصد را ثبت کرده است. این مدل همچنین در آزمون مالیاتی Vals Tax Agent Bench با امتیاز ۵۲.۳ درصد رتبه اول و در آزمون حقوقی Vals Legal Research Bench با امتیاز ۵۵.۸ درصد رتبه مشترک اول را در اختیار دارد. جایگاه آن در رتبه‌بندی زنده Agent Arena نیز پنجم است.
جمنای ۴ هیدروژن چه تغییری در جست‌وجوی گوگل و اپلیکیشن جمنای ایجاد می‌کند؟
مدل جدید در اپلیکیشن جمنای، زمینه‌ی گفتگوهای چندمرحله‌ای را حفظ می‌کند. همچنین محدودیت‌های دستور کاربر، مانند لحن و قالب مشخص برای بازنویسی گزارش‌ها را دقیق‌تر رعایت می‌کند؛ قابلیتی که تعداد رفت‌وبرگشت‌های لازم برای رسیدن به خروجی مطلوب را کاهش می‌دهد. در صورت فراهم بودن دسترسی‌های لازم، جمنای ۴ هیدروژن اطلاعات فایل‌های بارگذاری‌شده را با سرویس‌های Gmail و Google Drive یا اتصال‌دهنده‌های Airtable و Dropbox ترکیب می‌کند تا جمع‌آوری داده، بررسی اسناد و ساخت جدول در یک فرایند پیوسته انجام شود. در محیط Gemini در Google Sheets نیز کاربران می‌توانند داده‌های مالی را به مدل‌های تعاملی تبدیل کنند و سناریوهای مختلف پیش‌بینی را بسنجند.
گوگل در موتور جست‌وجوی خود نیز از این مدل برای تشخیص دقیق‌تر منظور کاربر استفاده کرده است؛ از جمله در عبارت‌هایی با چند پرسش مجزا، درخواست‌های تخصصی یا جمله‌های دارای غلط تایپی. بهبود نمایش پاسخ‌های بصری و جست‌وجوی هم‌زمان چندین عبارت مرتبط برای یافتن منابع متنوع‌تر، دیگر تغییرات بخش جست‌وجو هستند. این تغییرات به‌صورت رایگان در اختیار کاربران سراسر جهان قرار می‌گیرند و نیازی به اشتراک پولی ندارند.
نحوه دسترسی و قیمت استفاده از API جمنای ۴ هیدروژن
عرضه جمنای ۴ هیدروژن برای کاربران عمومی و توسعه‌دهندگان آغاز شده است. برخلاف مدل‌های کربن و آرگون، کاربران رایگان نیز می‌توانند در گوگل سرچ و اپلیکیشن جمنای از این مدل استفاده کنند. کاربران اپلیکیشن جمنای از طریق منوی انتخاب مدل به هیدروژن دسترسی دارند؛ سیستم نیز بر اساس نوع درخواست، آن را به‌صورت خودکار انتخاب می‌کند.
توسعه‌دهندگان در تمام سطوح دسترسی Google AI Studio، محیط Android Studio (برای کاربران واجد شرایط) و از طریق Gemini API به این مدل دسترسی دارند. مشتریان تجاری سرویس Gemini for Business و مشترکان پولی Google AI Pro و Ultra نیز می‌توانند در پلتفرم Google Antigravity و Google Sheets از قابلیت‌های هیدروژن استفاده کنند.
تعرفه استفاده از API جمنای ۴ هیدروژن در تمام پنجره زمینه یک میلیون توکنی ثابت است:
- هر یک میلیون توکن ورودی ۱.۵ دلار هزینه دارد؛ در مقایسه با ۲ دلار برای مدل‌های کربن و آرگون.
- هر یک میلیون توکن خروجی ۷.۵ دلار هزینه دارد؛ در مقایسه با ۱۰ دلار برای مدل‌های کربن و آرگون.
برای یادگیری کار با ابزارها و پیاده‌سازی API این مدل‌ها در پروژه‌های نرم‌افزاری، می‌توانید از دوره‌های آموزش جمینی گوگل در مکتب‌خونه استفاده کنید.
سوالات متداول درباره‌ی جمنای ۴ هیدروژن
آیا استفاده از جمنای ۴ هیدروژن رایگان است؟
بله، کاربران عمومی می‌توانند در موتور جست‌وجوی گوگل و نسخه رایگان اپلیکیشن جمنای، به‌صورت رایگان به این مدل دسترسی داشته باشند. در اپلیکیشن جمنای، مدل بر اساس نوع درخواست کاربر به‌طور خودکار فعال می‌شود یا کاربر آن را از منوی انتخاب مدل فعال می‌کند.
تفاوت اصلی جمنای ۴ هیدروژن با مدل‌های کربن و آرگون چیست؟
هیدروژن بر اجرای سریع کارهای روزمره و کدنویسی تمرکز دارد، درحالی‌که کربن و آرگون برای استدلال عمیق و پروژه‌های طولانی طراحی شده‌اند. هیدروژن همچنین برخلاف دو مدل دیگر، نسخه رایگان دارد و تعرفه API آن ارزان‌تر است.
قابلیت Orchestrator در پلتفرم Google Antigravity چگونه کار می‌کند؟
این قابلیت در یک نشست کاری، وظایف را به‌صورت پویا بین مدل‌ها تقسیم می‌کند. برای نمونه، جمنای ۴ کربن طراحی معماری و هماهنگی را بر عهده می‌گیرد. هم‌زمان، ایجنت‌های مبتنی بر هیدروژن کدنویسی و تست را به‌صورت موازی در محیط‌های جداگانه انجام می‌دهند.
هزینه استفاده از API جمنای ۴ هیدروژن چقدر است؟
تعرفه API این مدل در تمام طول پنجره زمینه یک میلیون توکنی ثابت است. هزینه پردازش هر یک میلیون توکن ورودی ۱.۵ دلار و هر یک میلیون توکن خروجی ۷.۵ دلار محاسبه می‌شود.
پنجره زمینه جمنای ۴ هیدروژن چقدر ظرفیت دارد؟
این مدل در بخش ورودی از پنجره زمینه یک میلیون توکنی پشتیبانی می‌کند و در هر درخواست توانایی تولید حداکثر یک میلیون توکن خروجی را دارد. با این ظرفیت، مدل می‌تواند فایل‌های PDF حجیم، صوت، ویدیو و صفحات گسترده را هم‌زمان بررسی کند.
