پرش به محتوای اصلی
اخبار هوش مصنوعی

Gemini 4 Hydrogen معرفی شد؛ مدل سریع گوگل برای کدنویسی

گوگل مدل Gemini 4 Hydrogen را برای کدنویسی و کارهای عامل‌محور معرفی کرد. جزئیات دسترسی، قیمت API و نتایج اعلام‌شده را بخوانید.

۴ دقیقه مطالعه
اشتراک‌گذاری:
تصویرسازی مفهومی Gemini 4 Hydrogen برای کدنویسی و عامل‌های هوش مصنوعی
تصویرسازی مفهومی Gemini 4 Hydrogen برای کدنویسی و عامل‌های هوش مصنوعی
فهرست مطالب

گوگل Gemini 4 Hydrogen را معرفی کرد؛ مدلی از خانواده جمینای ۴ که برای پاسخ‌گویی سریع، برنامه‌نویسی روزمره و کارهای چندمرحله‌ای با ابزارها طراحی شده است. به گفته گوگل، عرضه آن در برنامه Gemini، جست‌وجوی گوگل و سرویس‌های توسعه‌دهندگان آغاز شده است. کاربران رایگان برنامه Gemini در صورت مناسب بودن درخواست، از طریق انتخاب خودکار مدل به آن دسترسی پیدا می‌کنند.

گوگل در ۱۲ نوامبر ۲۰۲۶، برابر با ۲۱ آبان ۱۴۰۵، در اطلاعیه رسمی Gemini 4 Hydrogen از این مدل رونمایی کرد. کاور این مطلب تصویرسازی مفهومی مرتبط با مدل و کاربردهای آن است.

Hydrogen چه تفاوتی با Carbon و Argon دارد؟

گوگل Hydrogen را برای اجرای سریع کارهای متنوع و تکرارشونده معرفی می‌کند؛ در مقابل، Carbon و Argon را برای مسائل دشوارتر و استدلال طولانی‌تر در نظر گرفته است. این تقسیم‌بندی به معنای آن نیست که Hydrogen فقط کنار مدل دیگری کار می‌کند: توسعه‌دهندگان می‌توانند آن را مستقل یا همراه مدل‌های دیگر استفاده کنند.

برای نمونه، یک تیم می‌تواند طراحی یک مسئله پیچیده را به مدل قوی‌تر بسپارد و برای نوشتن کد، اجرای آزمون و بررسی تغییرات از Hydrogen استفاده کند. این یک سناریوی پیشنهادی بر اساس توضیح گوگل است و نتیجه آن به نوع پروژه، ابزارها و میزان نظارت وابسته خواهد بود. پیش‌تر در گزارش فناوری کده درباره AlphaProof Code کاربرد Carbon در پژوهش راستی‌آزمایی کد بررسی شده بود.

سرعت و توانایی‌ها در آزمون‌های گوگل

گوگل می‌گوید Hydrogen در تنظیم پیش‌فرض سطح تفکر بالا، در آزمون‌های مورد گزارشش کارها را حدود ۲٫۵ برابر سریع‌تر از Gemini 3.8 Flash انجام داده است. این شرکت همچنین امتیاز ۵۷ درصد در Terminal-Bench 4.1 را در برابر ۱۸٫۲ درصد برای مدل قبلی گزارش کرده است. این اعداد نتایج اعلام‌شده در سناریوهای آزمون هستند و سرعت یا کیفیت مشابه را برای همه پروژه‌ها تضمین نمی‌کنند.

از کاربردهای معرفی‌شده می‌توان به بررسی مخزن کد، رفع خطا، نمونه‌سازی رابط وب و تحلیل اسناد و محتوای چندرسانه‌ای اشاره کرد. مستندات Google Cloud ورودی متن، تصویر، صدا و ویدئو را برای این مدل فهرست می‌کند. امکان استفاده از هر قابلیت در محصول و تنظیمات مختلف ممکن است متفاوت باشد.

چهار سطح تفکر و هزینه API

Hydrogen چهار سطح تفکر low، medium، high و xhigh دارد و طبق توضیح گوگل، high پیش‌فرض است. انتخاب سطح بالاتر می‌تواند برای مسئله دشوار زمان و توکن بیشتری مصرف کند؛ انتخاب سطح باید بر اساس کیفیت مورد نیاز و بودجه همان کار انجام شود.

گوگل قیمت اعلامی API را برای هر یک میلیون توکن ورودی ۱٫۵۰ دلار و برای هر یک میلیون توکن خروجی ۷٫۵۰ دلار بیان کرده است. این نرخ با قیمت اشتراک ماهانه برنامه Gemini یکی نیست و هزینه ابزارها یا خدمات جانبی می‌تواند جداگانه باشد. پیش از استفاده تجاری، نرخ و سهمیه جاری را در صفحه قیمت‌گذاری و محصولی که از آن استفاده می‌کنید بررسی کنید.

چه کسانی می‌توانند از مدل استفاده کنند؟

طبق اعلام گوگل، عرضه جهانی در Google AI Studio و Gemini API، Gemini for business، برنامه Gemini و Google Search آغاز شده است. در Antigravity، گوگل دسترسی را برای مشترکان پولی Google AI Pro و Ultra ذکر می‌کند. کاربران رایگان اپ Gemini مدل را هنگام مناسب بودن درخواست از مسیر انتخاب خودکار دریافت می‌کنند؛ بنابراین نباید انتخاب دستی آن را برای همه حساب‌های رایگان قطعی دانست.

برای سازمان‌ها، نوع مجوز و تنظیمات حساب بر دسترسی اثر می‌گذارد. عرضه تدریجی و تفاوت منطقه و محصول نیز می‌تواند باعث شود همه کاربران هم‌زمان گزینه یکسانی نبینند. توسعه‌دهندگان باید شناسه مدل، محدودیت‌ها و قیمت را در مستندات سرویس مقصد کنترل کنند.

محدودیت‌ها و جمع‌بندی

گوگل در کارت مدل Gemini 4 Hydrogen نتایج ارزیابی‌های ایمنی و مواردی از افزایش پاسخ‌های ردشده بدون توجیه را نیز گزارش کرده است. خروجی مدل همچنان می‌تواند اشتباه باشد؛ کد تولیدشده به بازبینی و آزمون، و پاسخ‌های مبتنی بر اسناد به کنترل منبع نیاز دارند.

Hydrogen گزینه تازه‌ای برای کارهایی است که سرعت و هزینه در آن‌ها اهمیت دارد. برای انتخاب بین آن و مدل‌های سنگین‌تر، بهتر است یک وظیفه واقعی را با معیارهای ثابت کیفیت، زمان و هزینه مقایسه کنید؛ بنچمارک‌های معرفی‌شده به تنهایی نتیجه پروژه شما را پیش‌بینی نمی‌کنند.

گوگل در همین هفته مدل پژوهشی دیگری را نیز معرفی کرد: AlphaGenome 2

منابع

 

برچسب‌ها:هوش مصنوعیجمینایگوگلمدل زبانی بزرگبرنامه‌نویسی
اشتراک‌گذاری:

مطالب مرتبط

عضویت در خبرنامه

آخرین اخبار هوش مصنوعی و فناوری را در ایمیل خود دریافت کنید.

پس از عضویت یک ایمیل تأیید برایتان ارسال می‌شود. هر زمان می‌توانید اشتراک خود را لغو کنید و ایمیل شما برای هدفی جز ارسال خبرنامه استفاده نمی‌شود. جزئیات در صفحه حریم خصوصی آمده است.