Googleは11月12日、開発者、企業、一般ユーザー向け製品において、Gemini 4 Hydrogenのグローバル展開を発表した。同社によれば、これはGeminiファミリーのより高速なモデルで、コーディングやその他のエージェントベースのタスク、すなわち複数のアクションを連鎖させて目標を達成するプログラム向けに設計されている。
Gemini(Google Geminiとして販売されることもあり、当初はBardとして知られていた)は、Googleが開発した生成AIを基盤とするチャットボット兼仮想アシスタントである。これは同名の大規模言語モデル(LLM)ファミリーを基盤としており、以前はLaMDAとPaLM 2に依存していた。このチャットボットは、テキスト、コンピュータコード、画像、音声ファイル、動画を同時に処理および生成できる。
高速なモデル、すべてのユーザーがアクセス可能
GoogleはHydrogenを、様々なエージェントベースのワークフローにおける高速実行を目的としたものと説明し、一方で最先端モデルであるGemini 4 CarbonとGemini 4 Argonは、複雑な問題に対する深い推論により適していると述べている。このモデルは、Google AI Studioの全階層、Gemini API、Gemini for Business、Geminiアプリ、Google検索、ならびにGoogle Antigravityにおける有料サブスクリプションGoogle AI ProおよびUltraのユーザーが利用可能である。
Googleはまた、Orchestratorを発表した。これはGoogle Antigravityの機能で、CarbonやHydrogenなど複数のモデルを同一セッション内で切り替えることを可能にする。Terminal-Bench 4.0テストにおいて、同社はOrchestratorがCarbonに近い成功率を達成しながら、平均24%少ないクォータを消費し、タスクを19%高速に実行すると報告している。
Googleが発表した結果
Artificial Analysis Intelligence Indexにおいて、Hydrogenはデフォルトの高思考レベルで51を獲得(Argonは50)、最高設定の「xhigh」では54に達した。Googleはまた、このモデルがデフォルト設定でタスクを2.5倍高速に実行し、Terminal-Bench 4.1テストで57%を獲得したと主張している(Gemini 3.8 Flashは18.2%)。リアルタイムベンチマークarena.aiのAgent Arenaでは5位にランクインし、HLE-Diamondでは58.8%を記録してカテゴリトップとなった。
価格は、100万トークンのコンテキストウィンドウにおいて、入力100万トークンあたり1.50ドル、出力100万トークンあたり7.50ドルに設定されている。トークンはモデルが処理するテキストの単位で、課金の基礎となる。Googleによれば、モデルの4つの思考レベル(低、中、デフォルトの高、xhigh)により、各タスクに必要な推論の深さに対してのみ支払いが発生する。
ただし、この分析のために収集された公開ベンチマーク手法およびAPI価格設定ページの抜粋には、実用的な情報は含まれていなかった。これにより、HydrogenのAPIに関する手法、可用性、価格設定、アクセスレベルの独立した検証は不可能であった。
個人ユーザー向けに、GoogleはGemini 4 Hydrogenが指示をより適切に追従し、Geminiアプリ内で適切なツールを選択する能力を強調している。Google検索においては、このモデルにより、自然言語での質問(タイプミスや複数部分を含む)が可能となり、より視覚的な回答を受け取れるようになるはずである。
