Google DeepMind 12 ноября 2026 года анонсировала Gemini 4 Hydrogen, описав модель как попытку сделать «передовой интеллект доступным каждому» со скоростью и эффективностью, настроенными для повседневного программирования и агентных сценариев. Автором анонса выступил Корай Кавукчуоглу, старший вице-президент Google DeepMind и главный ИИ-архитектор Google.

DeepMind позиционирует Hydrogen как инструмент быстрого исполнения в дополнение к флагманским моделям Gemini 4 Carbon и Gemini 4 Argon, которые, по словам компании, превосходны в глубоком рассуждении на длинных горизонтах при решении самых сложных задач. С Hydrogen семейство Gemini 4 теперь доступно на всех уровнях Google AI Studio, в Gemini API, Gemini для бизнеса, приложении Gemini и Google Поиске, а также для платных подписчиков Google AI Pro и Ultra в Google Antigravity.

На Artificial Analysis Intelligence Index Hydrogen превосходит Argon на уровне high по умолчанию, набирая 51 балл против 50, и достигает 54 на высшем режиме «xhigh», при этом часто завершая задачи быстрее моделей своего класса. Модель имеет единую цену на всём контекстном окне в 1 миллион токенов: $1,50 за миллион входных и $7,50 за миллион выходных токенов. Индекс публикуется независимой компанией Artificial Analysis, что даёт сравнению Hydrogen и Argon стороннюю точку отсчёта, а поскольку цена единая, одни и те же тарифы применяются независимо от того, какая часть окна в 1 миллион токенов используется запросом.

Повышение эффективности в мультимодельных нагрузках

По словам DeepMind, в реальной разработке ПО команды полагаются на флагманские модели вроде Carbon и Argon для глубоких архитектурных решений при проектировании систем или поиске неочевидных ошибок, но им по-прежнему нужна быстрая, дисциплинированная исполнительная модель для написания кода, запуска тестов и проверки изменений. Hydrogen создана, чтобы работать самостоятельно в повседневных задачах — или в паре с Carbon и Argon как высокоэффективный исполнительный движок в мультимодельных процессах.

Чтобы автоматизировать это сотрудничество, Google представила Orchestrator в Google Antigravity. Вместо использования одной модели от начала до конца Orchestrator динамически переключается между моделями, такими как Carbon и Hydrogen, в рамках одной сессии. На Terminal-Bench 4.0 Orchestrator достиг показателей успешности задач, близких к Carbon, потребляя в среднем на 24% меньше квоты и завершая задачи на 19% быстрее. При поэтокеновой тарификации токенная квота — это прямой рычаг расходов в таких мультимодельных схемах, что и делает сокращение на 24% значимым.

Для процессов, требующих параллельных агентов, Carbon может выступать координатором, а Hydrogen — обеспечивать работу агентов-исполнителей и верификаторов, которые одновременно собирают и тестируют изменения в изолированных рабочих пространствах, помогая командам быстрее выпускать сложные проекты без роста токенных затрат.

Масштабирование рабочих процессов разработчиков и предприятий

Помимо мультимодельных схем, Hydrogen — это крупное самостоятельное обновление для команд, переходящих с Gemini 3.8 Flash. DeepMind сообщила, что модель завершает задачи в 2,5 раза быстрее на высоком уровне по умолчанию, более чем втрое увеличивает результаты Terminal-Bench 4.1 (57% против 18,2%), сокращает долю вымышленных утверждений более чем в 5 раз и корректно адаптируется, когда вызов инструмента завершается неудачей или поиск не возвращает результатов.

По словам компании, Hydrogen не уступает конкурентным моделям своего класса или превосходит их в ключевых сценариях для разработчиков и предприятий:

Итеративная работа с кодом в репозиториях и отладка. Hydrogen справляется с устранением проблем, отладкой, быстрой итерацией и вопросами по кодовой базе с помощью точечных, «хирургических» правок, выдавая более чистый, готовый к продакшену код без перезаписи несвязанных файлов. Она превосходит модели аналогичного класса на SWE-sweep, где нужно находить и исправлять ошибки, не ломая существующий код. Для эффективного изучения крупных репозиториев модель нативно пакетирует вызовы чтения файлов и поиска параллельно, а не проверяет файлы по одному. В раннем тестировании на сложных графах, SQL и насыщенных данными корпоративных процессах партнёры увидели, что Hydrogen работает в 2–2,8 раза быстрее, снижая расход токенов на 12–23% по сравнению с 3.8 Flash.

Открытое агентное исполнение. В многошаговых задачах, таких как глубокие исследования, анализ данных и навигация по обширным кодовым базам, Hydrogen занимает 5-е место на Agent Arena — живом рейтинге arena.ai. В глубоком доменном анализе и рассуждениях она лидирует в своём классе на HLE-Diamond (58,8%), занимает 1-е место в общем зачёте Vals Tax Agent Bench (52,3%), делит 1-е место на Vals Legal Research Bench (55,8%) и лидирует в классе на AutomationBench-AA.

Мультимодальная работа со знаниями. Hydrogen сочетает нативный ввод на 1 миллион токенов с выводом до 1 миллиона токенов, что позволяет синтезировать плотные PDF, таблицы, диаграммы, аудио и видеозаписи в аккуратные отчёты со ссылками на источники и структурированные материалы. Она превосходит другие модели на новом бенчмарке Multimodal Knowledge Agent (MKA) (53,4%) для сквозной агентной работы со знаниями над сложными визуальными файлами и на Agents' Last Exam v1.1 (71,6%) для сквозных профессиональных процессов.

Веб-разработка. В задачах, где для разработчиков важна скорость — прототипирование UI в реальном времени, итерации от дизайна к коду и создание интерактивных приложений, — Hydrogen генерирует более функциональные, более полные макеты за меньшее число запросов.

DeepMind продемонстрировала несколько примеров, созданных с моделью. Geminisland использует Hydrogen для 3D-кодинга на лету: любой желающий может добавлять элементы на общий воксельный остров с помощью одного запроса, создавая собственные структуры прямо на карте, которые игроки могут исследовать от первого лица. В паре с новым навыком дизайна фронтенда Gemini в Google Antigravity Hydrogen за один проход создала интернет-магазин с WebGL2-шейдером топографической карты, закреплённым четырёхэтапным скроллителлингом, термальным слайдером-разделителем, 3D-карточкой спецификации в виде каркасной модели и живым конфигуратором отделки.

В Google Antigravity Hydrogen превратила Google Таблицы в анимированный пиксельный холст, сжимая тысячи ячеек с помощью комбинации Python, нативных формул =LET(...) и условного форматирования, чтобы рисовать и анимировать сцены с полным движением прямо внутри живой таблицы. Отталкиваясь от видео с YouTube-презентации и шаблона дизайна, модель сгенерировала многослайдовую презентацию прямо в Google Slides, а затем запустила автономный цикл проверки и исправлений, чтобы обнаружить наложения текста и вычистить макеты каждого слайда.

С Gemini в Google Таблицах Hydrogen помогает командам быстро превращать финансовые данные в интерактивные модели, динамически перестраивающиеся под различные сценарии прогнозирования, генерируя результаты более чем на 30% быстрее предыдущих моделей на холсте Sheets.

Гибкая скорость и интеллект на четырёх уровнях мышления

Hydrogen предлагает четыре уровня мышления — low, medium, high (по умолчанию) и новый уровень xhigh — охватывая широкий диапазон вариантов по качеству, задержке и стоимости. DeepMind сообщила, что уровни масштабируются плавно и предсказуемо, так что пользователи ожидают и платят только за ту глубину рассуждений, которой требует задача. На всех уровнях мышления модель не уступает части конкурирующих моделей своего класса или превосходит их, при этом часто завершая задачи быстрее и тратя меньше выходных токенов.

Повседневная помощь в приложении Gemini и Поиске

Для обычных пользователей Gemini 4 Hydrogen призвана облегчить выполнение задач, удерживая фокус и точнее следуя инструкциям в многоходовых диалогах. В приложении Gemini, по словам DeepMind, модель лучше следует указаниям пользователя, вызывает нужные инструменты и выдаёт надёжный результат с меньшим числом уточнений.

В письмах, исследованиях и повседневной работе Hydrogen точно придерживается тона, формата и конкретных правил пользователя, поэтому черновики писем, учебные материалы, переработанные тексты и документы получаются готовыми к использованию с первой попытки. При сравнении продуктов или обобщении плотных материалов она формирует понятные таблицы и наглядные разборы, не теряя ключевых деталей.

Модель разбивает цели на шаги, привлекая релевантный контекст из загруженных пользователем файлов, приложений Google вроде Gmail и Google Диска, а также подключённых приложений, таких как Airtable и Dropbox. Google сообщила, что при старте задачи в Gemini модель чаще вызывает подходящие инструменты и навыки.

Для прототипирования и итераций Hydrogen генерирует чистые, работающие макеты за меньшее число запросов, позволяя быстро тестировать и дорабатывать интерактивные проекты. Среди примеров, приведённых Google, — интерактивный 3D-глобус и музыкальный движок на Web Audio, работающие на данных о мировых молниях в реальном времени и отображающие каждый разряд на планете визуальными волнами и живой эмбиент-музыкой; визуализатор воды и стекла на WebGL2, созданный из чистой математики и SDF-текстур с симуляцией преломления, отражения, дисперсии и поглощения света в реальном времени; а также архивный рекламный ролик об элементе водороде, собранный с помощью пользовательского навыка монтажа видео из кадров общественного достояния, нарезанных в единый непрерывный монтаж с чистой закадровой озвучкой.

В Google Поиске Hydrogen призвана предоставлять более полезные и интуитивные ответы всем пользователям по всему миру. Google сообщила, что модель лучше понимает истинное намерение пользователя — даже при многочастных запросах, трудночитаемых опечатках или узкоспецифичных просьбах. Ответы станут более наглядными, адаптивными и удобными для быстрого просмотра с той скоростью, которую пользователи ожидают от Поиска. Компания также обновляет технику query fan-out, используя продвинутое рассуждение Hydrogen, чтобы вести пользователей к более широкому кругу полезных ссылок, включая сайты, которые раньше они могли не находить.

Создана для безопасного и надёжного исполнения в масштабе

Hydrogen переносит улучшения из новейшего стека безопасности Gemini 4 на самую широкую аудиторию компании, сочетая встроенное обучение с защитой на уровне продуктов в реальном времени для снижения как рассогласованности, так и злоупотреблений. Google выделила два ключевых направления:

Безопасные, согласованные и защищённые агентные процессы. Хотя Gemini 3.8 Flash обладает сильным выравниванием и защитой, DeepMind сообщила, что Hydrogen делает значительный шаг вперёд. Модель сокращает избыточные действия в агентных задачах до 81%, недостаточное обслуживание — до 79%, а рассогласованные действия и «срезание углов» в оценках использования инструментов и кодинга — в 12 раз. Сталкиваясь с невозможными или заблокированными задачами, она до 2 раз реже пытается обойти границы разрешений и достигает показателя честности 96,7% во внутренней оценке честности агентов Google. Опираясь на приверженность компании прозрачности рассуждений, Hydrogen сохраняет 99,9% читаемости цепочки рассуждений без единой обманной правки рассуждений на более чем 200 000 проверенных ходов. Против атак косвенной инъекции промптов модель более чем в 2,3 раза устойчивее на бенчмарке Gray Swan IPI при значительном улучшении надёжности в агентах для работы с инструментами, компьютером и кодом.

Полезные и надёжные повседневные взаимодействия. Во всех продуктах Google настроила Hydrogen так, чтобы повседневные диалоги были надёжнее и безопаснее. Обновлённые механизмы защиты также точнее различают реальные риски биобезопасности и легитимные медицинские или научные вопросы, удерживая ложные отказы на HealthBench Pro ниже 0,4%.

Подробности приведены в карточке модели Gemini 4 Hydrogen.

Gemini 4 Hydrogen доступна всем уже сегодня

Начиная с 12 ноября, Hydrogen запускается глобально на площадках для разработчиков, предприятий и обычных пользователей:

• Для разработчиков: модель доступна через Gemini API в AI Studio и платном уровне Android Studio, её можно попробовать в AI Studio, а платным подписчикам Google AI Pro и Ultra — в Google Antigravity.
• Для предприятий: модель разворачивается в Gemini для бизнеса через API или выпадающий список моделей, в Google Antigravity и в Gemini в Google Таблицах для подходящих бизнес-подписок.
• Для всех: она доступна в выпадающем списке моделей приложения Gemini и в Google Поиске для всех пользователей, а также в Gemini в Google Таблицах, начиная с подписчиков Google AI Pro и Ultra.

В приложении Gemini бесплатные пользователи получат доступ к Gemini 4 Hydrogen через автоматический выбор модели, когда она является подходящей для конкретного запроса. Это означает, что доступ на бесплатном уровне зависит от того, классифицирует ли автоподбор запрос как задачу для Hydrogen, а не от ручного включения.

Об авторе

Корай Кавукчуоглу, по описанию Google, — один из ведущих мировых экспертов в области искусственного интеллекта. В должности старшего вице-президента Google DeepMind он руководит разработкой новейших генеративных ИИ-моделей компании и их интеграцией в продукты Google в масштабе. Ранее он занимал пост вице-президента по исследованиям в Google DeepMind, где основал команду глубокого обучения; его команда добилась крупных научных прорывов, включая DQN (Deep Q-Network) и WaveNet.