Flashの名称を使用せず、GoogleがGemini 4 Hydrogenを発表:幻覚を5倍減少、速度を2倍に

By: www.laohunote.com|

Googleは、一般ユーザーと開発者向けの高性能モデルを用いて、Gemini 4シリーズのカバレッジを大幅に拡大しました。

今週、フラッグシップモデルのCarbonを発表した後、Googleは木曜日にGemini 4 Hydrogenを発表し、「すべての人に最先端の知能を提供する」というコアポジショニングを掲げました。

このモデルは速度と実行効率を重視し、従来の「Flash」ブランド名を放棄し、Hydrogenに置き換えられました。

Googleによれば、Hydrogenは開発者、企業、消費者向けに世界中で同時にローンチされ、Gemini API、AI Studio、Geminiアプリ、Google検索、Google Antigravityなどの複数のプラットフォームをカバーしています。

ベンチマークテストにおいて、HydrogenはArtificial Analysis Intelligence Indexでデフォルトの高思考モードで同シリーズのArgonモデルを超え(51点対50点)、最高のxhigh思考モードに切り替えると54点に達します。

前世代のGemini 3.8 Flashと比較して、Hydrogenは同等の設定でタスクを完了する速度が2.5倍向上し、Terminal-Bench 4.1のスコアは18.2%から57%に跳ね上がり、幻覚生成率(fabricated claims)は5倍以上減少しました。

開発者にとって、このモデルの価格は百万入力トークンあたり1.5ドル、百万出力トークンあたり7.5ドルで、すべての100万トークンのコンテキストウィンドウ内で一律に計算されます。

位置付け:効率的な実行層、多モデル協力のパズルを補完

GoogleはGemini 4シリーズの役割分担を明確にしています:CarbonとArgonは深い推論と複雑なタスクを担当し、Hydrogenは迅速な実行エンジンの役割を果たし、日常的なコーディング、エージェントのワークフロー、および多ステップのデータ処理に適しています。

この多モデル協力モデルを体系化するために、GoogleはGoogle Antigravityで「Orchestrator」機能を同時に発表しました。この機能は同一セッション内でCarbonとHydrogenを動的にスケジュールし、タスクの複雑さに応じて自動的に切り替え、ユーザーの手動介入を必要としません。

Googleが公開した内部テストデータによると、OrchestratorはTerminal-Bench 4.0でCarbonに近いタスク成功率を達成し、平均で24%のクォータ消費を削減し、速度を19%向上させました。

並行するエージェントのワークフローでは、Carbonがコーディネーターを務め、Hydrogenが作業とエージェントの検証を推進し、相互に隔離された作業空間でコードの変更を同時に構築およびテストします。------これは、チームがトークンコストを制御しながら複雑なプロジェクトの納品を加速するのを助けることを目的としています。

消費者向け:検索とGeminiアプリが全面的にアップグレード

一般ユーザー向けの製品レベルでは、HydrogenはGoogle検索のAIモードのデフォルトモデルとなり、AIオーバービューの「最も難しい問題」の処理にも使用されます。

Googleによれば、Hydrogenはユーザーの真の意図をより良く理解でき、クエリ文に複数のサブ問題が存在したり、識別が難しいスペルミスや高度に具体的な要求があっても、検索システムはインテリジェントに解析できます。さらに、検索結果はより視覚的に表示され、より広範な関連リンクを含むようになります。

Geminiアプリでは、Hydrogenはモデルセレクターで「日常アシスタント」として位置付けられ、「迅速な回答」(3.5 Flash-Lite)と「深い研究」(3.1 Pro)の間にあります。無料ユーザーは、プロンプトに適応する際に「[Auto]自動モデル選択」メカニズムを通じてHydrogenを使用できます。

Googleは、このモデルがユーザーが設定したトーン、フォーマット、ルールにより厳密に従うことができ、メールの草稿、学習ガイド、ドキュメントが初回生成時に直接使用できると述べています。

Google Antigravityでは、Hydrogenに新たに「Extra」思考レベルが追加され、AI ProおよびUltraサブスクリプションの有料ユーザーがこの機能を使用でき、上記のOrchestratorの多モデル協力機能に接続できます。

性能:速度と正確性の二重の飛躍

GoogleはHydrogenを3.8 Flashの「重大な独立したアップグレード」と位置付けており、コアの改善は速度、正確性、コンテキスト処理能力の3つの次元に集中しています。

速度の面では、パートナーの初期テストデータによると、Hydrogenは複雑なグラフ計算、SQL、およびデータ集約型の企業ワークフローでの実行速度が2倍から2.8倍向上し、トークン使用量が12%から23%減少しました。

企業ソフトウェア会社BoxのVPであるYashodha Bhavnaniは、Hydrogenは正確性が大幅に向上し、実行速度は約3.8 Flashの2倍で、トークン使用量が12%減少したと述べています。Yashodha Bhavnaniは次のように述べています:

表を正確に読み取り、複雑な計算を実行するデータ集約型ワークフローでは、改善が最も顕著です。

正確性の面では、Hydrogenはネイティブで100万トークンの入力と最大100万トークンの出力をサポートし、密度の高いPDFファイル、スプレッドシート、グラフ、音声およびビデオコンテンツを処理できます。

多モーダル知識エージェント(MKA)ベンチマークテストでは、Hydrogenは53.4%のスコアで他のモデルを超え、エンドツーエンドの専門ワークフロー向けのAgents' Last Exam v1.1テストでは71.6%のスコアを達成しました。

特定の分野では、HydrogenはHLE-Diamondの深層推論テストで58.8%のスコアで同級モデルをリードし、Vals Tax Agent Benchで52.3%で1位、Vals Legal Research Benchで55.8%で同率1位となりました。

バイオテクノロジー企業LatchBioのチームは、Hydrogenが抗体開発ベンチマークテストの毒性および安全性部分で67%の合格率を達成し、Geminiモデルは37%にとどまったと報告しています。

--価格

--
--
--

安全性:エージェントの整合性能力が大幅に強化

Googleは、Hydrogenがエージェントの安全整合性において改善されたことを強調しており、これはこのモデルが主に自律的なワークフロー実行シナリオに特に重要です。

3.8 Flashと比較して、Hydrogenはエージェントタスクにおける「越権行為」(overreach)を最大81%減少させ、「サービス不足」(under-service)を最大79%減少させ、ツール呼び出しやコード評価におけるミスアライメント行為とタスクのショートカット現象を12倍減少させました。

完了できないまたはブロックされたタスクに直面した場合、Hydrogenが権限の境界を越える確率は最大2倍減少し、Google内部のエージェントの誠実性評価で96.7%の誠実率を達成しました。

推論の透明性の面では、Hydrogenは20万回以上の監査対話で99.9%の思考チェーンの可読性を維持し、欺瞞的な推論編集記録はありません。

間接的なプロンプト注入攻撃に対するGray Swan IPIベンチマークテストでは、Hydrogenの攻撃耐性が2.3倍以上向上しました。

さらに、Googleは、更新された安全バリアが実際の生物安全リスクと合法的な医療または科学的問題を識別する精度が大幅に向上し、HealthBench Proでの誤拒否率が0.4%未満であると述べています。

本コンテンツは、一般的な情報提供のみを目的としたものであり、金融、投資、法律、または税務に関する助言を構成するものではありません。ここに記載されているイベント、報酬、オンラインキャンペーン、またはそれらに関連する情報は、暗号資産の購入、売却、取引、その他いかなる取引の推奨、勧誘、または招待とみなされるべきではありません。暗号資産は価格変動が非常に大きく、損失が発生する可能性があります。WEEXのサービス、プロダクト、および関連イベントの提供状況は、地域によって異なる場合があります。お客様は、ご自身の参加が適用される現地の法令を遵守していることを自ら確認する責任を負うものとします。

関連記事

iconiconiconiconiconiconiconicon
カスタマーサービス:@weikecs
事業提携:@weikecs
定量取引・MM:[email protected]
VIPプログラム:[email protected]