Gemini 4 Hydrogen: एजेंटिक वर्कफ़्लोज़ के लिए Google का तेज़, कम-लागत मॉडल

पहले आया Gemini 4 Argon, दैनिक कोडिंग के लिए सुझाया गया बड़ा, जनरल-पर्पज़ मॉडल। फिर आया Gemini 4 Carbon, सबसे कठिन समस्याओं के लिए फ्रंटियर मॉडल।

अब है Gemini 4 Hydrogen।

नाम ही इशारा करता है: हाइड्रोजन सबसे हल्का तत्व है, और यह समूह में हल्का, तेज, और कम लागत वाला मॉडल है। Hydrogen को रोज़मर्रा की कोडिंग और एजेंटिक कामों के लिए जल्दी और सस्ते में काम पूरा करने के लिए बनाया गया है, जहाँ फ्रंटियर मॉडल के पूर्ण रीजनिंग बजट की ज़रूरत नहीं होती।

मुख्य दावा यह है कि यह बुद्धिमत्ता में बहुत बड़े Argon की बराबरी करता है या उसे पछाड़ता है, जबकि जिस Gemini 3.8 Flash मॉडल को यह रिप्लेस कर रहा है, उसकी तुलना में लगभग 2.5 गुना तेज़ी से कार्य पूरे करता है।

Gemini 4 Hydrogen क्या है?

Gemini 4 Hydrogen, Gemini 4 Carbon से व्युत्पन्न एक डिस्टिल्ड, स्पीड-ऑप्टिमाइज़्ड मॉडल है, जो Google का दो दिन पहले घोषित फ्रंटियर मॉडल है। जहाँ Carbon और Argon को कठिन, लंबी-अवधि वाली रीजनिंग के लिए डिज़ाइन किया गया है, वहीं Hydrogen को निष्पादन के लिए बनाया गया है: कोड लिखना और संपादित करना, टेस्ट चलाना, बदलावों का सत्यापन करना, बहु-चरणीय शोध करना, टूल्स कॉल करना, और दस्तावेज़ों का विश्लेषण करना।

यह एक नैटिवली मल्टीमॉडल मॉडल है जो टेक्स्ट, इमेज, ऑडियो और वीडियो स्वीकार करता है, जिसका नॉलेज कटऑफ मार्च 2026 है। अपने सिब्लिंग्स की तरह, यह 10 लाख टोकन के कॉन्टेक्स्ट विंडो का समर्थन करता है, और Google इस पूरे विंडो की कीमत एक फ्लैट रेट पर रख रहा है, लंबी प्रॉम्प्ट्स के लिए अधिक शुल्क नहीं ले रहा।

Gemini 4 परिवार में इसकी जगह

अब Gemini 4 लाइनअप में तीन स्तर हैं:

सबसे दिलचस्प डिज़ाइन चुनाव यह है कि Google, Hydrogen को केवल एक स्टैंडअलोन मॉडल के रूप में पोज़िशन नहीं कर रहा। Google Antigravity, कंपनी के एजेंटिक कोडिंग वातावरण में, नया Orchestrator मोड एक ही सत्र में Carbon और Hydrogen के बीच स्विच करता है। Carbon रीड-ओनली चरण में प्लानिंग करता है, Hydrogen एडिट करता है और टेस्ट चलाता है, और अगर निष्पादन अटक जाए तो कंट्रोल फिर से Carbon को सौंपा जा सकता है। Google का कहना है कि यह संयोजन Terminal-Bench पर लगभग Carbon-जैसी टास्क सफलता तक पहुँचता है, जबकि लगभग 24% कम कोटा इस्तेमाल करता है और करीब 19% तेज़ी से पूरा करता है।

यह प्लानर-एग्ज़ीक्यूटर विभाजन उस पैटर्न को दर्शाता है जो प्रोडक्शन एजेंट सिस्टम्स में आम हो गया है: यह तय करने के लिए महँगा मॉडल, और करने के लिए सस्ता, तेज़ मॉडल। हमने इस विचार पर अपने Muse Ember लेख में भी बात की थी। 

Gemini 4 Hydrogen बेंचमार्क: इसका प्रदर्शन कैसा है?

Google के अपने रिपोर्ट किए गए आँकड़े इस श्रेणी के मॉडल के लिए मज़बूत हैं। Artificial Analysis Intelligence Index पर, Hydrogen डिफ़ॉल्ट "high" सोच स्तर पर 51 और नए "xhigh" स्तर पर 54 स्कोर करता है। Argon 50 स्कोर करता है, जो इस दावे का आधार है कि छोटा मॉडल बड़े को पछाड़ चुका है।

संदर्भ के लिए, Carbon 59 स्कोर करता है, और Claude Sonnet 5.5 और GPT-6.1 Sol दोनों अपने अधिकतम सेटिंग्स पर 55 स्कोर करते हैं।

Google द्वारा प्रकाशित अन्य प्रमुख नतीजे:

• Terminal-Bench 4.1: 57.0%, Gemini 3.8 Flash के 18.2% से ऊपर
• HLE-Diamond: 58.8%, जिसे Google अपनी श्रेणी में अग्रणी बताता है
• Agents' Last Exam v1.1: 71.6% (Carbon 77.4%, Argon 69.0%)
• AutomationBench: 76.1%
• OSWorld-2.1 (ऑफ़लाइन): 77.6%
• Vals Tax Agent Bench: 52.3%, कुल मिलाकर प्रथम स्थान
• Vals Legal Research Bench: 55.8%, प्रथम स्थान पर संयुक्त
• Multimodal Knowledge Agent: 53.4%
• Agent Arena: पाँचवाँ स्थान

Artificial Analysis की स्वतंत्र जाँच समग्र तस्वीर की पुष्टि करती है, साथ ही कुछ सावधानियाँ जोड़ती है। उनकी Terminal-Bench 4.0 रन में Hydrogen 54% पर है, Claude Sonnet 5.5 के 64% और GPT-6.1 Sol के 56% से पीछे, और Google के अपने मॉडल कार्ड में दर्ज है कि चीटिंग-एडजस्टेड Terminal-Bench 4.1 तालिका पर Sonnet 5.5 को 63.9% मिलता है जबकि Hydrogen को 57.0%।

दूसरे शब्दों में, एजेंटिक कोडिंग पर Hydrogen प्रतिस्पर्धी है, लेकिन टर्मिनल-भारी कार्यों के लिए यह सर्वश्रेष्ठ उपलब्ध मॉडल नहीं है। इसकी सबसे स्पष्ट बढ़त नॉलेज वर्क, मल्टीमॉडल रीजनिंग, और एंटरप्राइज़-स्टाइल दस्तावेज़ कार्यों में है।

हैलुसिनेशन का पहलू भी उल्लेखनीय है। Google का कहना है कि Hydrogen, Gemini 3.8 Flash की तुलना में 5x से अधिक कम गढ़े हुए दावे उत्पन्न करता है, और Artificial Analysis ने अपने AA-Omniscience बेंचमार्क पर 8% हैलुसिनेशन दर मापी।

Gemini 4 Hydrogen की स्पीड और सोच स्तर

Hydrogen का आकर्षण थ्रूपुट है। जैसा कि मैंने बताया, यह डिफ़ॉल्ट सेटिंग पर Gemini 3.8 Flash से लगभग 2.5 गुना तेज़ी से कार्य पूरे करता है। जो मैंने अभी तक नहीं बताया: शुरुआती एंटरप्राइज़ पार्टनर्स, जो जटिल ग्राफ, SQL, और डेटा-भारी वर्कलोड पर काम कर रहे थे, उन्होंने 2x से 2.8x स्पीडअप और 12% से 23% तक कम टोकन उपयोग की रिपोर्ट दी।

डेवलपर्स के पास क्वालिटी, लेटेंसी और लागत के बीच संतुलन के लिए चार सोच स्तर हैं:

• Low सरल, उच्च-वॉल्यूम कार्यों के लिए
• Medium नियमित काम के लिए जहाँ गति, गहराई से अधिक मायने रखती है
• High (डिफ़ॉल्ट) अधिकांश कोडिंग और एजेंटिक कार्यों के लिए
• xhigh, कठिन बहु-चरणीय समस्याओं के लिए नया स्तर

Google का मार्गदर्शन है कि अधिकांश कार्य high पर छोड़ें और xhigh को उन्हीं मामलों के लिए बचाएँ जहाँ इसकी ज़रूरत हो, चेतावनी के साथ कि xhigh सरल प्रॉम्प्ट्स पर ज़रूरत से ज़्यादा सोच सकता है। Artificial Analysis ने लागत का फर्क स्पष्ट रूप से मापा: लगभग $0.29 प्रति कार्य low पर, $0.80 medium पर, $1.87 high पर, और $3.16 xhigh पर, जहाँ Intelligence Index medium पर 41 और low पर 27 तक गिरता है।

एक तकनीकी विवरण: इनपुट, थिंकिंग, और आउटपुट, सभी 1,048,576-टोकन विंडो को साझा करते हैं, और synchronous प्रतिक्रियाएँ प्रति कॉल 65,536 टोकन पर कैप्ड हैं। लंबा आउटपुट बैकग्राउंड एग्ज़ीक्यूशन या क्लाइंट-साइड कंटीन्यूएशन के माध्यम से संभव है।

Gemini 4 Hydrogen की प्राइसिंग

Gemini 4 Hydrogen की कीमत पेड API पर प्रति मिलियन इनपुट टोकन $1.50 और प्रति मिलियन आउटपुट टोकन $7.50 है, जबकि इम्प्लिसिट कैशिंग के माध्यम से कैश्ड इनपुट की कीमत $0.075 प्रति मिलियन टोकन है। एक रेट-लिमिटेड फ्री टियर भी है।

Artificial Analysis का अनुमान है कि यह Claude Sonnet 5.5 के अधिकतम सेटिंग पर लागत का लगभग एक-तिहाई बैठता है, हालांकि GPT-6.1 Sol के अधिकतम पर लागत से करीब 2.5 गुना है।

पूरे कॉन्टेक्स्ट विंडो पर फ्लैट प्राइसिंग के साथ मिलकर, यह फ्रंटियर मॉडलों की तुलना में लंबे कॉन्टेक्स्ट वाले एजेंटिक जॉब्स के लिए अर्थपूर्ण रूप से सस्ता विकल्प है।

एजेंटिक व्यवहार और सुरक्षा

क्योंकि Hydrogen को एजेंट लूप्स में स्वायत्त रूप से चलाने के लिए बनाया गया है, Google ने यह बताते हुए सामान्य से अधिक विवरण प्रकाशित किया है कि यह टूल्स मिलने पर कैसा व्यवहार करता है। Gemini 3.8 Flash की तुलना में, कंपनी रिपोर्ट करती है:

• एजेंटिक "ओवररीच" (कहा गया से अधिक करना) में 81% तक और "अंडर-सर्विस" (कहा गया से कम करना) में 79% तक कमी
• टूल-यूज़ और कोडिंग इवैल्यूएशंस में मिसएलाइन क्रियाओं और टास्क शॉर्टकटिंग में 12x कमी
• जब कोई टास्क ब्लॉक हो, तो परमिशन सीमाएँ बायपास करने की संभावना 2x तक कम
• Gray Swan IPI बेंचमार्क पर अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन के प्रति 2.3x से अधिक अधिक रेज़िलिएंस
• आंतरिक एजेंट ईमानदारी मूल्यांकन पर 96.7%

मॉडल कार्ड सीमाओं के बारे में भी साफ़गोई बरतता है। ऑटोमेटेड तुलना में 3.8 Flash के मुकाबले अनुचित रिफ़्यूज़ल्स में करीब 5.6 प्रतिशत अंक की वृद्धि हुई, हैलुसिनेशन संभव हैं, और उच्च सोच स्तर लेटेंसी और टोकन उपयोग दोनों बढ़ाते हैं। सुरक्षा थ्रेशोल्ड्स पर, Google कहता है कि Hydrogen में Argon के ऊपर कोई सामग्रीगत क्षमता वृद्धि नहीं दिखती और यह जैविक जानकारी तथा साइबरसुरक्षा के लिए उसके क्रिटिकल क्षमता स्तरों से नीचे रहता है, लेकिन दोनों डोमेन में अलर्ट थ्रेशोल्ड पर बैठता है; विस्तृत सुरक्षा दस्तावेज़ बाद में आएगा।

आप इसे कहाँ इस्तेमाल कर सकते हैं

Hydrogen, Google के डेवलपर, एंटरप्राइज़, और कंज़्यूमर सरफेसेज़ पर एक साथ रोलआउट हो रहा है:

• Gemini API और Google AI Studio: सभी टियर पर उपलब्ध, फ्री टियर सहित
• Google Antigravity: पेड Google AI Pro और Ultra सब्सक्राइबर्स के लिए उपलब्ध; Orchestrator मोड शुरू में Ultra तक सीमित
• Android Studio: पेड टियर
• व्यवसायों के लिए Gemini (Gemini Enterprise): API, मॉडल ड्रॉपडाउन, Antigravity, और योग्य सब्सक्रिप्शंस के लिए Google Sheets में Gemini के माध्यम से
• Gemini ऐप: सब्सक्राइबर्स के लिए मॉडल पिकर में; फ्री यूज़र्स को यह उपयुक्त प्रॉम्प्ट पर ऑटोमैटिक मॉडल चयन के ज़रिये मिलता है
• Google Search: वैश्विक तौर पर सभी यूज़र्स तक रोलआउट, मल्टी-पार्ट और टाइपो-भारी क्वेरीज़ के बेहतर हैंडलिंग, अधिक विज़ुअल प्रतिक्रियाओं, और व्यापक क्वेरी फैन-आउट के साथ
• Google Sheets में Gemini: Google AI Pro और Ultra सब्सक्राइबर्स से शुरू

Gemini 4 Hydrogen आज़माना

हाँ, मॉडल आज लाइव है, और इसे टेस्ट करने के लिए आपको पेड प्लान की ज़रूरत नहीं: Google AI Studio में मॉडल सूची से gemini-4-hydrogen चुनें, या वहाँ से API कुंजी लें और Google Gen AI SDK से कॉल करें: pip install --upgrade "google-genai>=2.34.0"।

यह देखने के लिए कि "तेज़ निष्पादन" वास्तव में कैसा दिखता है, हमने AI Studio में डिफ़ॉल्ट HIGH सोच स्तर पर इसे एक प्रॉम्प्ट दिया और नतीजे को छुआ नहीं। विषय के अनुरूप, प्रॉम्प्ट ने हाइड्रोजन परमाणुओं के H₂ अणुओं में बंधने और फिर टूटने का सिमुलेशन माँगा। नाम को देखते हुए यह एक मज़ेदार टेस्ट लगा।

Build a single self-contained HTML file (inline CSS and JS, no external libraries)
that animates hydrogen atoms in a 2D box on a canvas.

Requirements:
- 60 hydrogen atoms move with random velocities and bounce off the walls.
- When two free atoms collide below a bonding energy threshold, they bond into an
  H2 molecule and move together as a pair, drawn as two circles joined by a line.
- A "temperature" slider controls average speed. At high temperature, collisions
  carry enough energy to break H2 molecules back into free atoms.
- Show a live counter of free atoms vs H2 molecules, and a small line chart of the
  H2 count over the last 30 seconds.
- Use a dark background, make it look polished, and keep it at 60 fps.

Return only the HTML.संचालित द्वारा

यहाँ अनएडिटेड जो वापस आया, उसमें तापमान 180 K से 2,400 K तक ऊपर गया और फिर नीचे आया। सियान डॉट्स मुक्त परमाणु हैं; वायलेट जोड़े H₂ अणु हैं: