Gemini 4 Hydrogen API

ข้อกำหนดทางเทคนิคของ Gemini 4 Hydrogen

Gemini 4 Hydrogen คืออะไร?

Gemini 4 Hydrogen เป็นโมเดล AI แบบมัลติโหมดที่พัฒนาโดย Google DeepMind และปรับมาจาก Gemini 4 Carbon โดยได้รับการปรับให้เหมาะกับการดำเนินงานที่รวดเร็ว การเขียนโค้ด การดีบัก และเวิร์กโฟลว์แบบเอเจนต์ มากกว่าการไล่ระดับความสามารถในการให้เหตุผลที่ลึกที่สุดในทุกงาน สามารถทำงานได้อย่างอิสระ หรือทำหน้าที่เป็นโมเดลผู้ปฏิบัติการหรือผู้ตรวจสอบร่วมกับโมเดลที่ก้าวหน้ากว่า เช่น Carbon.

ความแตกต่างที่สำคัญอย่างหนึ่งคือ Hydrogen ไม่ได้เป็นเพียงแชตบอทน้ำหนักเบา แอปพลิเคชันที่ตั้งใจไว้รวมถึงการเขียนโค้ดในระดับรีโพซิทอรี งานวิจัยแบบหลายขั้น การวิเคราะห์ข้อมูล การพัฒนาเว็บแบบอินเทอร์แอคทีฟ และการประมวลผลเอกสารแบบมัลติโหมด

คุณสมบัติเด่นของ Gemini 4 Hydrogen

1. การเขียนโค้ดแบบเอเจนต์ที่รวดเร็วและการดีบักระดับรีโพซิทอรี

Hydrogen ได้รับการออกแบบมาเพื่อรองรับงานพัฒนาซอฟต์แวร์แบบวนซ้ำ รวมถึงการแก้ปัญหา การดีบัก การนำทางโค้ดเบส และการตอบคำถามในระดับรีโพซิทอรี สามารถทำการอ่านไฟล์แบบแบตช์และการค้นหาแบบขนาน ช่วยให้อีเจนต์ตรวจสอบโค้ดเบสขนาดใหญ่ได้อย่างมีประสิทธิภาพยิ่งขึ้น

Google รายงานคะแนน Terminal-Bench 4.1 ที่ 57% เมื่อเทียบกับ 18.2% สำหรับ Gemini 3.8 Flash และยังรายงานว่า Hydrogen ทำงานเสร็จเร็วกว่า 3.8 Flash ที่ระดับการคิด High (ค่าเริ่มต้น) ถึง 2.5 เท่า ตัวเลขเหล่านี้เป็นผลที่ Google รายงาน ไม่ใช่การเปรียบเทียบที่ควบคุมโดยอิสระ.

2. 4 ระดับการคิดที่ปรับตั้งได้

Hydrogen รองรับ 4 ระดับการคิด:

• Low: ตอบสนองได้รวดเร็วสำหรับงานที่ตรงไปตรงมา
• Medium: สมดุลระหว่างความลึกในการให้เหตุผลและความหน่วง
• High: การตั้งค่าเริ่มต้นสำหรับงานที่ต้องการมากขึ้น
• XHigh: ความลึกในการให้เหตุผลที่สูงขึ้นสำหรับปัญหาที่ซับซ้อน

สิ่งนี้ช่วยให้นักพัฒนาสามารถปรับระดับความพยายามด้านการให้เหตุผลตามความซับซ้อนของงาน แทนที่จะใช้การตั้งค่าการให้เหตุผลเดียวกันกับทุกคำขอ.

3. ความเข้าใจมัลติโหมดแบบเนทีฟ

Hydrogen รองรับอินพุตเป็นข้อความ รูปภาพ เสียง และวิดีโอ สามารถประมวลผลเอกสารที่ซับซ้อน สเปรดชีต แผนภูมิ วิดีโอบันทึก และวัสดุแบบมัลติโหมดอื่นๆ ภายในหน้าต่างบริบทแบบรวมเดียว

จึงเป็นประโยชน์สำหรับเอเจนต์งานความรู้ที่ต้องดึงข้อมูลจากหลายประเภทไฟล์และแปลงเป็นรายงานหรือผลส่งมอบที่มีโครงสร้าง.

4. หน้าต่างบริบทแบบรวมขนาดหนึ่งล้านโทเค็น

Hydrogen รองรับหน้าต่างบริบทแบบรวมสูงสุด 1,048,576 โทเค็น ใช้ร่วมกันระหว่างอินพุตและเอาต์พุต โดยขีดจำกัดเอาต์พุตแบบซิงโครนัสมาตรฐานคือ 65,536 โทเค็น ขณะที่เวิร์กโฟลว์เบื้องหลังหรือการทำต่อเนื่องที่รองรับสามารถขยายเอาต์พุตได้สูงสุดจนเต็มความจุของบริบทที่เหลือ

สิ่งนี้มีประโยชน์อย่างยิ่งสำหรับการประมวลผลรีโพซิทอรีขนาดใหญ่ เอกสารยาว และเวิร์กโฟลว์เอเจนต์แบบหลายช่วง.

5. เวิร์กโฟลว์เอเจนต์หลายโมเดลที่มีประสิทธิภาพ

หนึ่งในแอปพลิเคชันที่น่าสนใจของ Hydrogen คือการทำงานควบคู่กับโมเดลแนวหน้าต่างๆ

ตัวอย่างเช่น Carbon สามารถประสานงานงานเขียนโค้ดที่ซับซ้อนและตัดสินใจเชิงสถาปัตยกรรม ขณะที่ Hydrogen จัดการการปรับใช้แบบขนาน การทดสอบ และการตรวจสอบ การประเมิน Antigravity Orchestrator ของ Google รายงานว่าแนวทางนี้บรรลุอัตราความสำเร็จของงานที่ใกล้เคียงกับ Carbon บน Terminal-Bench 4.0 โดยใช้โควต้าน้อยลง 24% และทำงานเสร็จเร็วขึ้นโดยเฉลี่ย 19%.

ประสิทธิภาพตามเกณฑ์ทดสอบของ Gemini 4 Hydrogen

เอกสารกำกับโมเดลของ Google เดือนพฤศจิกายน 2026 รายงานผลดังต่อไปนี้:

หมายเหตุบรรณาธิการ: ตัวเลขเหล่านี้ควรมาพร้อมคำจำกัดความของเกณฑ์ทดสอบและเงื่อนไขการประเมินในหน้ารายละเอียดโมเดลที่เผยแพร่ ไม่ควรนำเสนอเป็นการจัดอันดับสากล: Hydrogen นำในบางงาน แต่ไม่ได้เป็นผู้นำในทุกเกณฑ์ทดสอบ

Gemini 4 Hydrogen เทียบกับ Gemini 4 Carbon และ Gemini 4 Argon

Google จัดวางโมเดลทั้งสามให้สอดคล้องกับลำดับความสำคัญของงานที่ต่างกัน:

Hydrogen vs. Carbon

Hydrogen ถูกปรับมาจาก Carbon แต่การวางตำแหน่งของ Google ทำให้ทั้งสองมีหน้าที่ต่างกัน Carbon ตั้งใจใช้กับปัญหาการให้เหตุผลและงานความรู้ที่ยากที่สุด ส่วน Hydrogen ปรับให้เหมาะกับการดำเนินงานที่รวดเร็วและงานเชิงเอเจนต์ในชีวิตประจำวัน

แนวทางสถาปัตยกรรมที่มีประโยชน์คือให้ Carbon จัดการการวางแผนที่ซับซ้อนและการตัดสินใจที่ยาก แล้วมอบหมายการดำเนินการตามปกติและงานแบบวนซ้ำให้ Hydrogen

Hydrogen vs. Argon

Argon เป็นโมเดลการให้เหตุผลแนวหน้าที่มีประสิทธิภาพของ Google ขณะที่ Hydrogen ถูกจัดวางสำหรับการดำเนินงานที่รวดเร็ว ความแตกต่างจึงไม่ใช่เพียง "แข็งแกร่งกว่า vs. อ่อนกว่า" แต่เป็นเรื่องของระดับการให้เหตุผลที่เวิร์กโฟลว์ต้องการและความเร็วที่ต้องทำงานให้เสร็จ