گوگل مدل جمینای ۴ هیدروژن را برای جستجو و برنامه‌نویسی عرضه کرد

گوگل مدل هوش مصنوعی جدید خود یعنی جمینای ۴ هیدروژن (Gemini 4 Hydrogen) را به‌صورت جهانی معرفی و عرضه کرده است.

جمینای ۴ هیدروژن چیست؟ و چه تغییری در ابزارهای گوگل ایجاد می‌کند؟

این مدل با تمرکز بر سرعت بالا، دقت بهتر و هزینه کمتر، جایگزین نسل قبلی یعنیجمینای ۳.۸ فلشمی‌شود و برای کارهای روزمره، برنامه‌نویسی و اجرای خودکار وظایف طراحی شده است.

برخلاف مدل‌هایی که ابتدا به‌شکل آزمایشی و محدود منتشر می‌شوند، جمینای ۴ هیدروژن هم‌زمان برای کاربران عادی، کسب‌وکارها و توسعه‌دهندگان در جستجوی گوگل، اپلیکیشن جمینای و ابزارهای برنامه‌نویسی این شرکت فعال شده است.

در نسل چهارم مدل‌های جمینای، گوگل به جای نام‌های قدیمی مانند فلش از نام عناصر شیمیایی استفاده کرده است. بر اساساطلاعیه رسمی گوگلدو مدل بزرگ‌تر این خانواده یعنیجمینای ۴ کربنوجمینای ۴ آرگونبرای تحلیل‌های سنگین، طراحی معماری نرم‌افزار و استدلال‌های عمیق و طولانی ساخته شده‌اند. در مقابل، جمینای ۴ هیدروژن نقش بازوی سریع و چابک این مجموعه را بر عهده دارد تا کارهای روزانه، بررسی کدها و پرسش‌های معمولی بدون معطلی انجام شوند.

یکی از قابلیت‌های محوری این مدل، پشتیبانی بهتر از جریان‌های کاری ایجنتیک (Agentic workflows) یا عامل‌محور است. به زبان ساده، مدل‌های عامل‌محور فقط به یک پرسش کوتاه پاسخ متنی نمی‌دهند؛ بلکه می‌توانند یک کار چندمرحله‌ای مانند خواندن فایل‌های یک پروژه، نوشتن کد، آزمایش نتیجه و اصلاح خطاها را به‌صورت پیوسته و با نیاز کمتر به دخالت مستقیم کاربر پیش ببرند.

تغییر جستجوی گوگل و اپلیکیشن جمینای برای کاربران عادی

برای کاربران عمومی، مهم‌ترین اثر جمینای ۴ هیدروژن در جستجوی گوگل و اپلیکیشن جمینای دیده می‌شود. در جستجوی گوگل، این مدل به‌عنوان مدل پیش‌فرض در بخش هوش مصنوعی سرچ (AI Mode) قرار گرفته و برای پاسخ به پرسش‌های پیچیده در خلاصه‌های هوش مصنوعی (AI Overviews) نیز استفاده می‌شود.

به گفته گوگل، موتور جست‌وجوی این شرکت با کمک مدل جدید می‌تواند سؤال‌های چندبخشی، درخواست‌های بسیار دقیق و حتی عبارت‌هایی را که غلط املایی دارند بهتر بفهمد. همچنین تکنیک جست‌وجوی هم‌زمان یاquery fan-outدر آن تقویت شده است؛ یعنی موتور جست‌وجو یک سؤال پیچیده را به چند زیرسؤال تقسیم می‌کند و هم‌زمان درباره بخش‌های مختلف آن می‌گردد تا لینک‌های مفیدتر و متنوع‌تری از وب‌سایت‌ها را پیش روی کاربر بگذارد. پاسخ‌ها نیز شکل تصویری‌تر و خواناتری گرفته‌اند و بیشتر از جدول‌های مقایسه و تصاویر کمکی استفاده می‌کنند.

در اپلیکیشن جمینای هم مدل هیدروژن دستورهای کاربر را دقیق‌تر دنبال می‌کند و ابزارهای جانبی را درست‌تر به کار می‌گیرد. به همین دلیل، در کارهایی مثل نوشتن متن، پژوهش یا برنامه‌ریزی روزمره، با پیام‌ها و رفت‌وبرگشت‌های کمتری به نتیجه مطلوب می‌رسید.

سرعت، امتیازهای بنچمارک و چهار سطح تفکر

گوگل برای اینکه کاربران و برنامه‌نویسان بتوانند میان سرعت، هزینه و کیفیت پاسخ تعادل ایجاد کنند، چهار سطح تفکر (Thinking Levels) در جمینای ۴ هیدروژن قرار داده است: کم (Low)، متوسط (Medium)، زیاد (High) به‌عنوان حالت پیش‌فرض و سطح جدید خیلی زیاد (xhigh). کاربر یا توسعه‌دهنده می‌تواند بسته به سختی کار مشخص کند که مدل پاسخ را فوری برگرداند یا زمان بیشتری برای بررسی دقیق‌تر صرف کند.

از نظر توان پردازش، داده‌های آزمون مستقل مؤسسه Artificial Analysis نشان می‌دهد جمینای ۴ هیدروژن در حالت پیش‌فرض خود امتیاز ۵۱ را در شاخص هوش تحلیل مصنوعی کسب کرده و از مدل بزرگ‌تر جمینای ۴ آرگون با امتیاز ۵۰ جلو افتاده است. این مدل در بالاترین سطح تفکر یعنی xhigh به امتیاز ۵۴ می‌رسد. البته داده‌های همین ارزیابی مستقل نشان می‌دهد فعال کردن سطح خیلی زیاد باعث افزایش چشمگیر مصرف توکن و طولانی‌تر شدن زمان پاسخ می‌شود؛ بنابراین حالت پیش‌فرض همچنان برای کارهای سریع روزمره گزینه متعادل‌تری است.

گوگل در مقایسه این مدل با نسل قبلی یعنی جمینای ۳.۸ فلش، چند پیشرفت اصلی را گزارش کرده است

• سرعت انجام کارها: در سطح پیش‌فرض، وظایف را ۲.۵ برابر سریع‌تر از جمینای ۳.۸ فلش کامل می‌کند.
• مهارت کدنویسی عامل‌محور: امتیاز مدل در آزمون Terminal-Bench 4.1 از ۱۸.۲ درصد به ۵۷ درصد افزایش یافته است؛ با این حال، داده‌های همین مجموعه ارزیابی نشان می‌دهد مدل رقیب کلود سونت ۵.۵ در برخی آزمون‌های محیط ترمینال همچنان اندکی بالاتر قرار دارد.
• کاهش خطای توهم: تولید ادعاهای ساختگی و اطلاعات نادرست (Hallucinations) بیش از ۵ برابر کمتر شده است.
• کار روی پروژه‌های واقعی کدنویسی: در کارهای تکرارشونده مخزن کد و رفع خطا (دیباگ)، به لطف خواندن و جست‌وجوی موازی فایل‌ها، سرعت مدل بین ۲ تا ۲.۸ برابر بیشتر شده و مصرف توکن آن ۱۲ تا ۲۳ درصد کاهش یافته است.

هزینه استفاده و هماهنگی مدل‌ها با ابزار Orchestrator

بر اساسمستندات گوگل ای‌آی استودیوجمینای ۴ هیدروژن دارای یک پنجره متنی (Context Window) یک میلیون توکنی است. پنجره متنی یعنی حداکثر حجم اطلاعاتی که مدل می‌تواند در یک نوبت بخواند و به خاطر بسپارد و یک میلیون توکن معادل صدها صفحه سند متنی یا هزاران خط کد است.

گوگل برای این مدل قیمت‌گذاری یکنواختی تعیین کرده است؛ یعنی نرخ محاسبه هزینه در سراسر این پنجره یک میلیون توکنی ثابت می‌ماند و برای درخواست‌های طولانی‌تر افزایش نمی‌یابد. تعرفه استفاده از این مدل در API برابر با ۱.۵۰ دلار به ازای هر یک میلیون توکن ورودی و ۷.۵۰ دلار به ازای هر یک میلیون توکن خروجی است. در کنار این تعرفه، یک سطح رایگان با محدودیت تعداد درخواست در گوگل ای‌آی استودیو وجود دارد و استفاده از مدل در جستجوی گوگل و اپلیکیشن جمینای برای کاربران عادی رایگان است.

در کنار عرضه این مدل، گوگل ابزار جدیدی به نامOrchestratorرا در محیط برنامه‌نویسیGoogle Antigravityمعرفی کرده است. این ابزار وظیفه هماهنگی خودکار میان مدل‌ها را بر عهده دارد؛ یعنی به‌جای تکیه بر یک مدل از ابتدا تا انتها، در یک جلسه کاری به‌طور پویا بین مدل‌هایی مانند جمینای ۴ کربن (برای تصمیم‌های پیچیده معماری) و جمینای ۴ هیدروژن (برای نوشتن و آزمایش سریع کد) جابه‌جا می‌شود. طبق گزارش گوگل در آزمونTerminal-Bench 4.0این همکاری به نرخ موفقیتی نزدیک به مدل کربن دست پیدا کرده، در حالی که به‌طور میانگین ۲۴ درصد سهمیه کمتری مصرف کرده و کارها را ۱۹ درصد سریع‌تر به پایان رسانده است.

امنیت بیشتر و محدودیت‌های اعلام‌شده در کارت مدل

گوگل درکارت مدل جمینای ۴ هیدروژنجزئیات ارزیابی‌های ایمنی این مدل را منتشر کرده است. بر پایه گزارش این شرکت، انجام کارهای اضافی و ناخواسته توسط عامل هوشمند (Overreach) تا ۸۱ درصد و رها کردن ناقص وظایف (Under-service) تا ۷۹ درصد کاهش یافته است. همچنین اقدامات ناهمسو و میانبرهای خطرساز در ارزیابی‌های کدنویسی ۱۲ برابر کمتر شده و مقاومت مدل در برابر حملات تزریق پرامپت غیرمستقیم (Gray Swan IPI) یعنی تلاش برای فریب دادن هوش مصنوعی از طریق متن‌های پنهان در اسناد، ۲.۳ برابر بیشتر شده است.

به گفته گوگل، خوانایی زنجیره تفکر مدل در بیش از ۲۰۰ هزار دور آزمایش با دقت ۹۹.۹ درصد حفظ شده است. در بخش پرسش‌های پزشکی و سلامتی (آزمون HealthBench Pro) نیز نرخ رد کردن اشتباه درخواست‌های سالم و علمی به زیر ۰.۴ درصد رسیده است. در کنار این دستاوردها، کارت مدل گوگل به چند محدودیت هم اشاره دارد: خروجی مدل فعلاً فقط متنی است (اگرچه متن، تصویر، صدا و ویدیو را به‌عنوان ورودی دریافت می‌کند)، خطاهای توهم هنوز به‌طور کامل به صفر نرسیده و در مقایسه با جمینای ۳.۸ فلش، میزان رد کردن برخی درخواست‌های چندرسانه‌ای بی‌خطر اندکی افزایش یافته است.

چه کسانی و چطوری میتوانند به جمینای ۴ هیدروژن دسترسی داشته باشند؟

جمینای ۴ هیدروژن هم‌اکنون به‌صورت جهانی در اختیار سه گروه اصلی از کاربران قرار گرفته است

• کاربران عمومی: از طریق منوی انتخاب مدل در اپلیکیشن جمینای، استفاده خودکار در جستجوی گوگل و همچنین ابزار جمینای در گوگل شیتس برای مشترکان Google AI Pro و Ultra.
• توسعه‌دهندگان: از طریق Gemini API در گوگل ای‌آی استودیو و اندروید استودیو در تمام سطوح، و محیط Google Antigravity برای مشترکان پولی Pro و Ultra.
• شرکت‌ها و کسب‌وکارها: از طریق سرویس Gemini for business (در API یا منوی انتخاب مدل)، محیط Google Antigravity و جمینای در گوگل شیتس.

ورود جمینای ۴ هیدروژن نشان می‌دهد گوگل تلاش دارد قدرت مدل‌های پیشرفته نسل چهارم را با سرعت و هزینه مناسب به ابزارهای روزمره بیاورد تا هم کاربران عادی در جست‌وجوی وب به پاسخ‌های دقیق‌تری برسند و هم برنامه‌نویسان کارهای روزانه خود را سریع‌تر پیش ببرند.

سوالات متداول

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.