گوگل در ۲۱ آبان ۱۴۰۵ (۱۲ نوامبر ۲۰۲۶) از مدل جمنای ۴ هیدروژن (Gemini 4 Hydrogen) رونمایی کرد؛ مدلی که برای اجرای سریع‌تر کارهای روزمره، برنامه‌نویسی عامل‌محور و پردازش وظایف چندمرحله‌ای طراحی شده است. برخلاف نسل‌های قبلی که کاربر را بین «سرعت بالا» و «دقت استدلال» مجبور به انتخاب می‌کردند، هیدروژن با اقتباس از معماری جمنای ۴ کربن، سرعت ۲٫۵ برابری را با توانایی درک دستورهای پیچیده ترکیب کرده است. عرضهٔ این مدل در اپلیکیشن جمنای و حالت هوش مصنوعی جست‌وجوی گوگل آغاز شده و کاربران نسخه‌های رایگان نیز بدون نیاز به تنظیمات دستی، از طریق سیستم انتخاب خودکار مدل به آن دسترسی دارند.
جمنای ۴ هیدروژن در یک نگاه:
- تمرکز اصلی: سرعت اجرای بسیار بالا (تا ۲٫۵ برابر سریع‌تر از جمنای ۳٫۸ فلش) همراه با دقت بالا در دنبال کردن دستورهای چندمرحله‌ای.
- ظرفیت پردازش: پشتیبانی از ورودی‌های چندرسانه‌ای (متن، تصویر، صدا و ویدئو) با پنجرهٔ زمینهٔ ۱ میلیون توکن.
- ویژگی متمایز در برنامه‌نویسی: قابلیت تنظیم عمق پردازش در ۴ سطح (Low تا XHigh) و اجرای خودکار ابزارها برای نوشتن و تست کد.
- دسترسی و هزینه: رایگان در اپلیکیشن جمنای (با انتخاب خودکار) و تعرفهٔ ۱٫۵۰ دلار ورودی و ۷٫۵۰ دلار خروجی به ازای هر میلیون توکن در API.
جمنای گوگل چیست و هیدروژن کجای این خانواده قرار می‌گیرد؟
واژهٔ جمنای هم به دستیار گوگل و هم به خانوادهٔ مدل‌هایی اشاره دارد که پشت سرویس‌های آن کار می‌کنند. «اپلیکیشن جمنای» همان محیطی است که در آن سؤال می‌پرسید یا فایل بارگذاری می‌کنید. «جمنای ۴ هیدروژن» نام یکی از مدل‌هایی است که می‌تواند درخواست شما را پردازش کند. این تفکیک برای فهم به‌روزرسانی مهم است. ممکن است ظاهر صفحهٔ گفتگو ثابت بماند اما مدلی که پاسخ را تولید می‌کند تغییر کرده باشد.
دیپ‌مایند در کارت فنی هیدروژن می‌گوید این مدل از جمنای ۴ کربن اقتباس شده است. گوگل برای هیدروژن روی سرعت اجرای وظایف و استفادهٔ مکرر از ابزارها تمرکز کرده است. کربن و آرگون هم در خانوادهٔ جمنای ۴ برای وظایفی معرفی شده‌اند که تصمیم‌گیری و استدلال در چندین گام به زمان بیشتری نیاز دارد. برای نمونه، مقایسهٔ دو سند با یک قالب مشخص و طراحی معماری یک سامانه از نظر حجم بررسی و تعداد تصمیم‌ها نیازهای متفاوتی دارند.
جمینی گوگل (Gemini) در به‌روزرسانی هیدروژن چه تغییری کرده است؟
یکی از تغییرات هیدروژن، توجه بیشتر به جزئیاتی است که در درخواست مشخص می‌کنید. فرض کنید از جمنای می‌خواهید براساس یک گزارش، ایمیلی رسمی و کوتاه بنویسد، سه نکتهٔ اصلی را در آن بیاورد و آخر متن یک سؤال بپرسد. گوگل می‌گوید هیدروژن این نوع دستورها را در طول گفت‌وگو بهتر دنبال می‌کند. این بهبود در مقایسهٔ محصولات و خلاصه‌کردن مطالب طولانی هم کاربرد دارد، چون مدل می‌تواند اطلاعات را در قالب جدول یا یک پاسخ بخش‌بندی‌شده ارائه کند. معرفی رسمی گوگل
برای درخواست‌های چندمرحله‌ای، هیدروژن می‌تواند با توجه به اتصال‌ها و مجوزهای حساب، از فایل‌های بارگذاری‌شده و اطلاعات موجود در سرویس‌هایی مانند جیمیل و گوگل درایو استفاده کند. برای نمونه، می‌توانید یادداشت‌های یک جلسه را بارگذاری کنید و از جمنای بخواهید آن‌ها را در کنار اطلاعات مرتبط در درایو بررسی کند و پیش‌نویس گزارش جلسه را آماده کند. معرفی رسمی گوگل
دنبال‌کردن محدودیت‌ها در چند پیام
در یک گفت‌وگوی کاری، بخشی از دستور معمولاً در پیام‌های بعدی اضافه می‌شود. مثلاً ابتدا گزارش جلسه را می‌خواهید، بعد می‌گویید نام مسئول هر اقدام را در جدول بیاورد و در مرحلهٔ سوم لحن متن را رسمی‌تر کند. معیار سنجش در این مثال این است که نسخهٔ نهایی همچنان اطلاعات جلسه و ستون مسئول اقدام را حفظ کند. گوگل بهبود دستورپذیری هیدروژن را در همین نوع تعامل چندنوبتی مطرح کرده است. نمونهٔ گزارش جلسه در این مقاله یک سناریوی کاربردی برای توضیح قابلیت است
هیدروژن در جست‌وجوی گوگل چه می‌کند؟
در بخش هوش مصنوعی جست‌وجوی گوگل، هیدروژن می‌تواند سؤال‌های چندبخشی را به چند موضوع تقسیم کند و برای هر بخش هم‌زمان جست‌وجو انجام دهد. برای مثال، اگر برای یک سفر خانوادگی دنبال مقصدی با مسیر دسترسی آسان، فعالیت مناسب کودک و اقامتگاه در محدودهٔ بودجهٔ مشخص باشید، گوگل می‌تواند این معیارها را در یک پاسخ کنار هم بگذارد. بسته به سؤال، پاسخ ممکن است شامل جدول مقایسه، تصویر و لینک به وب‌سایت‌های مرتبط باشد. گوگل این بهبود را برای زبان‌هایی اعلام کرده که حالت هوش مصنوعی جست‌وجو از آن‌ها پشتیبانی می‌کند. اعلام رسمی گوگل دربارهٔ جست‌وجو
جمنایی AI چه قابلیت‌های فنی دارد؟
«جمنایی AI» یکی از عبارت‌هایی است که برای اشاره به هوش مصنوعی Gemini به کار می‌رود. در نسخهٔ هیدروژن، دو اصطلاح به‌ویژه برای فهم مشخصات محصول اهمیت دارند.
پنجرهٔ زمینه و پردازش چندرسانه‌ای
مدل چندرسانه‌ای می‌تواند اطلاعات را از چند نوع ورودی پردازش کند. برای مثال، در یک درخواست می‌توان از هیدروژن خواست متن گزارش و تصویر نمودار همراه آن را با هم بررسی کند و بگوید آیا عددهای گزارش با نمودار هم‌خوانی دارند. در این مثال، کیفیت پاسخ به خوانایی نمودار و نحوهٔ بیان سؤال هم بستگی دارد. طبق کارت فنی، پنجرهٔ زمینهٔ هیدروژن تا یک میلیون توکن است و ورودی و خروجی از همین ظرفیت مشترک استفاده می‌کنند. توکن واحد پردازش مدل است و تعداد آن با شمارش واژه‌ها یکسان نیست
وجود این ظرفیت برای کار با چند سند بلند، متن جلسه یا مجموعه‌ای از فایل‌های کد کاربرد دارد. برای ارزیابی نتیجه در یک سند طولانی، می‌توان از مدل خواست برای هر ادعا شمارهٔ صفحه یا عبارت شاهد را بیاورد و بعد آن را با فایل اصلی تطبیق داد. این کار به‌خصوص وقتی چند سند اعداد یا تاریخ‌های شبیه به هم دارند، خطاهای احتمالی را آشکار می‌کند.
هیدروژن برای برنامه‌نویسی چه قابلیت‌هایی دارد؟
هیدروژن می‌تواند ساختار یک مخزن کد را بررسی کند، علت احتمالی یک خطا را پیدا کند و تغییر پیشنهادی را روی فایل‌های مرتبط اعمال کند. ساخت نمونهٔ تعاملی برای وب و تحلیل ورودی‌های چندرسانه‌ای هم از کاربردهایی است که گوگل برای این مدل معرفی کرده است. طبق کارت مدل دیپ‌مایند، هیدروژن متن، تصویر، صوت و ویدئو را می‌پذیرد و پنجرهٔ زمینهٔ آن برای ورودی و خروجی روی‌هم تا یک میلیون توکن است. معرفی گوگل برای توسعه‌دهندگان
توسعه‌دهندگان می‌توانند از چهار سطح پردازش Low، Medium، High و XHigh استفاده کنند. سطح High به‌طور پیش‌فرض فعال است. وجود این تنظیم به توسعه‌دهنده اجازه می‌دهد برای کاری مثل یک ویرایش ساده، سطح پایین‌تری انتخاب کند و برای مسئله‌ای با چند وابستگی، زمان و پردازش بیشتری به مدل بدهد. معرفی رسمی گوگل
در محیط توسعهٔ Google Antigravity، قابلیت Orchestrator می‌تواند در یک نشست کاری بین مدل‌هایی مانند کربن و هیدروژن جابه‌جا شود. برای نمونه، کربن می‌تواند دربارهٔ ساختار یک تغییر تصمیم بگیرد و هیدروژن کد را ویرایش و آزمایش‌ها را اجرا کند. گوگل گزارش کرده که این ترکیب در Terminal-Bench 4.0 به نرخ موفقیت نزدیک به کربن رسید و به‌طور میانگین ۱۹٪ سریع‌تر بود و ۲۴٪ سهمیهٔ کمتری مصرف کرد. معرفی رسمی گوگل
تفاوت هیدروژن با جمنای ۳٫۸ فلش و ۴ آرگون
| معیار | جمنای ۴ هیدروژن | مدل مقایسه |
|---|---|---|
| زمان انجام وظایف در ارزیابی گوگل | ۲٫۵ برابر سریع‌تر در سطح High | جمنای ۳٫۸ فلش |
| امتیاز Terminal-Bench 4.1 | ۵۷٪ | ۱۸٫۲٪ برای جمنای ۳٫۸ فلش |
| شاخص Artificial Analysis Intelligence Index | ۵۱ در High و ۵۴ در XHigh | ۵۰ برای جمنای ۴ آرگون |
امتیازهای جدول به آزمون‌ها و تنظیمات مشخص مربوط‌اند. در خانوادهٔ جمنای ۴، گوگل هیدروژن را برای اجرای سریع کارهای پرتکرار معرفی کرده و آرگون و کربن را برای مسئله‌هایی در نظر گرفته که به استدلال عمیق و بررسی طولانی‌تر نیاز دارند.
این عددها چطور به دست آمده‌اند؟
در گزارش روش‌شناسی دیپ‌مایند، امتیاز هیدروژن در Terminal-Bench 4.1 با سطح High و با میانگین‌گیری از پنج بار اجرای هر وظیفه به دست آمده است. نتیجه با معیار تعدیل‌شده برای دور زدن آزمون گزارش شده و عدد Claude Sonnet 5.5 از جدول عمومی همان آزمون آمده است. در گزارش گوگل، هیدروژن ۵۷٪ و Sonnet 5.5 امتیاز ۶۳٫۹٪ دارد. عدد ۱۹٪ سرعت بیشتر برای Orchestrator هم از آزمایش جداگانهٔ نسخهٔ 4.0 می‌آید. شمارهٔ نسخه و تنظیمات اجرا برای خواندن هر دو نتیجه اهمیت دارند
دیپ‌مایند برای Chartography، آزمون تحلیل نمودار، امتیاز ۶۶٫۶٪ را برای هیدروژن گزارش کرده است. امتیاز GPT-6.1 Terra در جدول همان کارت مدل ۶۳٫۲٪ و امتیاز Sonnet 5.5 برابر با ۶۱٫۶٪ است. دیپ‌مایند دو نتیجهٔ اول را بدون استفاده از ابزار محاسبه کرده و امتیاز Sonnet را از کارت سیستم آن گرفته است. مجموعهٔ این نتایج نشان می‌دهد ترتیب مدل‌ها با تغییر نوع وظیفه عوض می‌شود.
جمنای ۴ هیدروژن چه محدودیت‌هایی دارد؟
دیپ‌مایند در کارت مدل به احتمال تولید پاسخ نادرست، کندی مقطعی و پایان یافتن مهلت اجرای بعضی درخواست‌ها اشاره می‌کند. در سطح‌های پردازش بالاتر هم ممکن است مصرف توکن افزایش پیدا کند. برای نمونه، اگر مدل از یک گزارش ده عدد استخراج می‌کند، تطبیق عددها و واحد اندازه‌گیری با جدول اصلی راهی برای سنجش دقت همان پاسخ است. در کارهای برنامه‌نویسی نیز می‌توان موفقیت مدل را با اجرای آزمون‌های پروژه و بررسی فایل‌های تغییرکرده سنجید
چطور عملکرد مدل را برای کار فارسی بسنجیم؟
برای یک مقایسهٔ کوچک می‌توان سه ورودی ثابت انتخاب کرد. یک گزارش فارسی برای خلاصه‌سازی، یک جدول برای استخراج عدد و یک متن برای بازنویسی با محدودیت لحن و طول. همان ورودی و دستور را در شرایط ثابت اجرا کنید و زمان رسیدن به پاسخ کامل، تعداد خطاهای قابل بررسی و میزان رعایت دستور را ثبت کنید. اگر آزمایش با حساب رایگان انجام می‌شود و مدل به‌صورت خودکار انتخاب شده است، نتیجه را به اپلیکیشن جمنای در آن شرایط نسبت دهید. برای نسبت‌دادن نتیجه به هیدروژن، نام مدل باید در محیط آزمون مشخص باشد. راهنمای جمنای
آیا جمنای ۴ هیدروژن رایگان است؟
بله، در اپلیکیشن جمنای برای حساب رایگان هم در دسترس است. کافی است درخواستتان را در اپلیکیشن یا نسخهٔ وب جمنای وارد کنید. اگر هیدروژن برای آن درخواست مناسب باشد، جمنای می‌تواند آن را به‌صورت خودکار انتخاب کند. این مدل برای جست‌وجوی گوگل، Google AI Studio و Gemini API هم معرفی شده است. گوگل تعرفهٔ استفادهٔ پولی از API را به‌ازای هر یک میلیون توکن ورودی ۱٫۵۰ دلار و به‌ازای هر یک میلیون توکن خروجی ۷٫۵۰ دلار اعلام کرده است. اعلام رسمی عرضه، راهنمای جمنای
پرسش‌های متداول درباره جمنای ۴ هیدروژن
آیا کاربر رایگان می‌تواند هیدروژن را دستی انتخاب کند؟
طبق اعلام گوگل، دسترسی حساب رایگان در اپلیکیشن از مسیر انتخاب خودکار مدل است. جمنای براساس درخواست تصمیم می‌گیرد از هیدروژن استفاده کند.
آیا هیدروژن می‌تواند عکس، صدا و ویدئو را تحلیل کند؟
بله. مدل متن، تصویر، صوت و ویدئو را به‌عنوان ورودی می‌پذیرد. برای استفاده در یک سرویس مشخص، گزینه‌های بارگذاری و محدودیت‌های همان سرویس را ملاک قرار دهید
آیا هیدروژن برای همهٔ کارها سریع‌تر از جمنای ۳٫۸ فلش است؟
عدد ۲٫۵ برابر به وظایف ارزیابی‌شده در سطح High مربوط است. زمان پاسخ در استفادهٔ واقعی به نوع درخواست، طول ورودی و تعداد ابزارهایی که مدل فراخوانی می‌کند بستگی دارد
بدون دیدگاه