Google เปิดตัว Gemini 4 Hydrogen: ลดการสร้างภาพหลอนลง 5 เท่า และเพิ่มความเร็วเป็นสองเท่า

By: www.laohunote.com|

Google ขยายขอบเขตของซีรีส์ Gemini 4 ด้วยโมเดลประสิทธิภาพสูงที่มุ่งเป้าไปที่ผู้ใช้ทั่วไปและนักพัฒนา

หลังจากการเปิดตัวโมเดลเรือธง Carbon เมื่อสัปดาห์นี้ Google ได้เปิดตัว Gemini 4 Hydrogen ในวันพฤหัสบดี โดยมีภารกิจหลักคือ "นำปัญญาที่ทันสมัยมาสู่ทุกคน."

โมเดลนี้มุ่งเน้นที่ความเร็วและประสิทธิภาพในการดำเนินการ โดยละทิ้งชื่อแบรนด์ "Flash" ก่อนหน้านี้เพื่อใช้ชื่อ Hydrogen.

Google ระบุว่า Hydrogen ได้เปิดตัวทั่วโลกสำหรับนักพัฒนา ธุรกิจ และผู้บริโภค ครอบคลุมหลายแพลตฟอร์มรวมถึง Gemini API, AI Studio, แอปพลิเคชัน Gemini, Google Search และ Google Antigravity.

ในการทดสอบมาตรฐาน Hydrogen ได้แซงโมเดล Argon ในซีรีส์เดียวกันในดัชนี Artificial Analysis Intelligence โดยได้คะแนน 51 ต่อ 50 ในโหมดคิดสูงเริ่มต้น และได้คะแนน 54 เมื่อเปิดใช้งานโหมดคิดสูงสุด xhigh.

เมื่อเปรียบเทียบกับรุ่นก่อนหน้า Gemini 3.8 Flash Hydrogen ทำงานได้เร็วขึ้น 2.5 เท่าในสภาพแวดล้อมเดียวกัน โดยคะแนน Terminal-Bench 4.1 เพิ่มขึ้นจาก 18.2% เป็น 57% และอัตราการสร้างภาพหลอน (การอ้างสิทธิ์ที่สร้างขึ้น) ลดลงมากกว่า 5 เท่า.

สำหรับนักพัฒนา โมเดลนี้มีราคาอยู่ที่ 1.5 ดอลลาร์ต่อหนึ่งล้านโทเค็นนำเข้าและ 7.5 ดอลลาร์ต่อหนึ่งล้านโทเค็นส่งออก โดยมีการคำนวณราคาอย่างสม่ำเสมอในบริบทของโทเค็น 1 ล้าน.

การวางตำแหน่ง: ประสิทธิภาพของเลเยอร์การดำเนินการเสร็จสิ้นปริศนาความร่วมมือหลายโมเดล

การแบ่งงานของ Google สำหรับซีรีส์ Gemini 4 ได้ชัดเจนขึ้น: Carbon และ Argon จัดการการคิดเชิงลึกและงานที่ซับซ้อน ในขณะที่ Hydrogen ทำหน้าที่เป็นเครื่องยนต์การดำเนินการที่รวดเร็วซึ่งเหมาะสำหรับการเขียนโค้ดในชีวิตประจำวัน การทำงานของตัวแทน และการประมวลผลข้อมูลหลายขั้นตอน.

เพื่อทำให้โมเดลความร่วมมือหลายโมเดลนี้มีระบบ Google ได้เปิดตัวฟีเจอร์ "Orchestrator" ใน Google Antigravity พร้อมกัน ฟีเจอร์นี้จะจัดตาราง Carbon และ Hydrogen ภายในเซสชันเดียวกันโดยอัตโนมัติ โดยสลับไปมาขึ้นอยู่กับความซับซ้อนของงานโดยไม่ต้องมีการแทรกแซงจากผู้ใช้.

ข้อมูลการทดสอบภายในที่เปิดเผยโดย Google แสดงให้เห็นว่า Orchestrator มีอัตราความสำเร็จของงานใกล้เคียงกับ Carbon ใน Terminal-Bench 4.0 ในขณะที่ลดการใช้โควตาเฉลี่ยลง 24% และเพิ่มความเร็วขึ้น 19%.

ในกระบวนการทำงานของตัวแทนที่ขนานกัน Carbon สามารถทำหน้าที่เป็นผู้ประสานงาน ในขณะที่ Hydrogen ขับเคลื่อนการทำงานและตรวจสอบตัวแทน โดยสร้างและทดสอบการเปลี่ยนแปลงโค้ดในพื้นที่ทำงานที่แยกจากกันอย่างซิงโครนัส—มีเป้าหมายเพื่อช่วยให้ทีมเร่งการส่งมอบโครงการที่ซับซ้อนในขณะที่ควบคุมค่าใช้จ่ายโทเค็น.

ด้านผู้บริโภค: การอัปเกรดอย่างครอบคลุมสำหรับการค้นหาและแอปพลิเคชัน Gemini

ในระดับผลิตภัณฑ์ที่มุ่งเป้าไปที่ผู้ใช้ทั่วไป Hydrogen ได้กลายเป็นโมเดลเริ่มต้นสำหรับโหมด AI ของ Google Search และยังใช้ในการจัดการ "คำถามที่ยากที่สุด" ใน AI Overviews.

Google ระบุว่า Hydrogen สามารถเข้าใจเจตนาที่แท้จริงของผู้ใช้ได้ดียิ่งขึ้น แม้ว่าแถลงการณ์การค้นหาจะมีคำถามย่อยหลายข้อ ข้อผิดพลาดในการสะกดที่ยากต่อการรับรู้ หรือความต้องการที่เฉพาะเจาะจงมาก ทำให้ระบบค้นหาสามารถแยกแยะได้อย่างชาญฉลาด. นอกจากนี้ ผลลัพธ์การค้นหาจะมีการนำเสนอในรูปแบบที่มีภาพมากขึ้นและครอบคลุมลิงก์ที่เกี่ยวข้องในวงกว้างมากขึ้น.

ในแอปพลิเคชัน Gemini Hydrogen ถูกวางตำแหน่งเป็น "ผู้ช่วยประจำวัน" ในตัวเลือกโมเดล ตั้งอยู่ระหว่าง "คำตอบด่วน" (3.5 Flash-Lite) และ "การวิจัยเชิงลึก" (3.1 Pro). ผู้ใช้ฟรีสามารถใช้ Hydrogen ผ่านกลไก "[Auto] การเลือกโมเดลอัตโนมัติ" เมื่อมีการปรับเปลี่ยนคำแนะนำ.

Google ระบุว่าโมเดลนี้สามารถปฏิบัติตามโทนเสียง รูปแบบ และกฎที่ผู้ใช้กำหนดได้อย่างเข้มงวดมากขึ้น ทำให้ร่างอีเมล คู่มือการศึกษา และเอกสารสามารถใช้งานได้ทันทีเมื่อสร้างขึ้นครั้งแรก.

ใน Google Antigravity, Hydrogen ได้เพิ่มระดับการคิด "Extra" ซึ่งผู้ใช้ที่สมัครสมาชิก AI Pro และ Ultra สามารถเข้าถึงได้ พร้อมกับความสามารถในการทำงานร่วมกันแบบหลายโมเดลของ Orchestrator ที่กล่าวถึงก่อนหน้านี้。

ประสิทธิภาพ: การกระโดดคู่ในความเร็วและความแม่นยำ

Google วางตำแหน่ง Hydrogen เป็น "การอัปเกรดที่สำคัญและเป็นอิสระ" จาก 3.8 Flash โดยมีการปรับปรุงหลักที่มุ่งเน้นไปที่ความเร็ว ความแม่นยำ และความสามารถในการประมวลผลบริบท。

ในด้านความเร็ว ข้อมูลการทดสอบเบื้องต้นจากพันธมิตรแสดงให้เห็นว่า Hydrogen ทำงานได้เร็วขึ้น 2 ถึง 2.8 เท่าในคำนวณกราฟที่ซับซ้อน SQL และการทำงานขององค์กรที่ใช้ข้อมูลมาก ในขณะที่ลดการใช้โทเค็นลง 12% ถึง 23%。

Yashodha Bhavnani, VP ของบริษัทซอฟต์แวร์องค์กร Box กล่าวว่า Hydrogen ปรับปรุงความแม่นยำได้อย่างมีนัยสำคัญในขณะที่ทำงานที่ความเร็วประมาณสองเท่าของ 3.8 Flash โดยมีการลดการใช้โทเค็นลง 12% Yashodha Bhavnani กล่าวว่า:

การปรับปรุงนี้เห็นได้ชัดเจนที่สุดในกระบวนการทำงานที่ใช้ข้อมูลมากซึ่งต้องการการอ่านตารางอย่างแม่นยำและการดำเนินการคำนวณที่ซับซ้อน。

ในด้านความแม่นยำ Hydrogen รองรับการป้อนข้อมูลโทเค็น 1 ล้านโทเค็นและ สามารถส่งออกได้สูงสุด 1 ล้านโทเค็น สามารถจัดการไฟล์ PDF ที่หนาแน่น สเปรดชีต แผนภูมิ เนื้อหาเสียง และวิดีโอ。

ในการทดสอบเกณฑ์มาตรฐานตัวแทนความรู้หลายรูปแบบ (MKA) Hydrogen ได้คะแนน 53.4% ซึ่งสูงกว่าโมเดลอื่น ๆ; ในการทดสอบ Agents' Last Exam v1.1 ที่มุ่งเน้นไปที่กระบวนการทำงานแบบมืออาชีพแบบ end-to-end มันได้คะแนน 71.6%。

ในสาขาเฉพาะ Hydrogen นำหน้าโมเดลเพื่อนด้วยคะแนน 58.8% ในการทดสอบการให้เหตุผลในโดเมนลึก HLE-Diamond, อันดับแรกด้วย 52.3% ใน Vals Tax Agent Bench และเสมอกันเป็นอันดับแรกด้วย 55.8% ใน Vals Legal Research Bench。

ทีมที่บริษัทเทคโนโลยีชีวภาพ LatchBio รายงานว่า Hydrogen มีอัตราการผ่าน 67% ในส่วนของพิษวิทยาและความปลอดภัยในการทดสอบเกณฑ์มาตรฐานการพัฒนาน้ำตาลแอนติบอดี ขณะที่โมเดล Gemini มีเพียง 37% เท่านั้น。

ราคา --

--
--
--

ความปลอดภัย: การเสริมสร้างความสามารถในการจัดแนวตัวแทนอย่างมีนัยสำคัญ

Google เน้นย้ำถึงการปรับปรุงในความปลอดภัยของการจัดแนวตัวแทนของ Hydrogen ซึ่งมีความสำคัญอย่างยิ่งสำหรับสถานการณ์การดำเนินการทำงานอัตโนมัติที่โมเดลนี้มุ่งเป้าไปที่。

เมื่อเปรียบเทียบกับ 3.8 Flash, Hydrogen ลด "การเข้าถึงเกิน" ในงานของตัวแทนลงได้ถึง 81%, "การบริการต่ำ" ลงได้ถึง 79%, และลดพฤติกรรมที่ไม่ตรงกันและปรากฏการณ์การใช้ทางลัดในการเรียกใช้เครื่องมือและการประเมินโค้ดลง 12 เท่า。

เมื่อเผชิญกับงานที่ไม่สามารถทำได้หรือถูกบล็อก ความน่าจะเป็นที่ Hydrogen จะข้ามขอบเขตการอนุญาตลดลงได้ถึง 2 เท่า โดยมีอัตราความซื่อสัตย์ 96.7% ในการประเมินความซื่อสัตย์ของตัวแทนภายในของ Google。

ในด้านความโปร่งใสในการให้เหตุผล Hydrogen รักษาความสามารถในการอ่านได้ 99.9% ของสายความคิดในบทสนทนาที่ตรวจสอบมากกว่า 200,000 บทสนทนา โดยไม่มีบันทึกการแก้ไขการให้เหตุผลที่หลอกลวง。

ในการทดสอบเกณฑ์มาตรฐาน Gray Swan IPI ต่อต้านการโจมตีการฉีดคำสั่งทางอ้อม ความต้านทานต่อการโจมตีของ Hydrogen ได้ปรับปรุงขึ้นมากกว่า 2.3 เท่า。

นอกจากนี้ Google ยังระบุว่ากำแพงความปลอดภัยที่อัปเดตได้ปรับปรุงความแม่นยำในการระบุความเสี่ยงด้านความปลอดภัยทางชีวภาพที่แท้จริงและปัญหาทางการแพทย์หรือวิทยาศาสตร์ที่ถูกต้อง โดยมีอัตราการปฏิเสธเท็จน้อยกว่า 0.4% ใน HealthBench Pro.

เนื้อหานี้จัดทำขึ้นเพื่อวัตถุประสงค์ด้านการให้ข้อมูลทั่วไปเท่านั้น และไม่ถือเป็นคำแนะนำด้านการเงิน การลงทุน กฎหมาย หรือภาษี อีเวนต์ รีวอร์ด โปรโมชันออนไลน์ หรือข้อมูลที่เกี่ยวข้องใดๆ ที่กล่าวถึงในที่นี้ ไม่ควรถือเป็นคำแนะนำ การชักชวน หรือคำเชิญชวนให้ซื้อ ขาย เทรด หรือดำเนินการอื่นใดเกี่ยวกับสินทรัพย์คริปโต สินทรัพย์คริปโตมีความผันผวนสูงและอาจส่งผลให้เกิดการขาดทุน ความพร้อมให้บริการของบริการ ผลิตภัณฑ์ และอีเวนต์ที่เกี่ยวข้องของ WEEX อาจแตกต่างกันไปตามภูมิภาค คุณมีหน้าที่ตรวจสอบให้แน่ใจว่าการเข้าร่วมของคุณเป็นไปตามกฎหมายและข้อบังคับท้องถิ่นที่ใช้บังคับ

คุณอาจสนใจ

Signal จำกัดการจับภาพหน้าจอเพื่อปกป้องข้อความจากการเข้าถึงของ AI

Take-Two Interactive กับ Anthropic: หุ้นไหนที่มีแนวโน้มดีกว่า?

Take-Two และ Anthropic ดึงดูดความสนใจของนักลงทุนในช่วงท้ายของสัปดาห์.

ถ้าฉันสามารถถือหุ้นปัญญาประดิษฐ์ (AI) มูลค่า 1 ล้านล้านดอลลาร์ได้เพียงตัวเดียวจนถึงปี 2030 มันจะเป็น Anthropic, Nvidia หรือ Alphabet นี่คือการเลือกที่ดีที่สุดของฉัน

การประเมินมูลค่าของ Nvidia ที่ลดลงและการเสนอขายหุ้นครั้งแรก (IPO) ของ Anthropic อาจทำให้พวกเขาดูเหมือนการซื้อที่น่าสนใจในขณะนี้ แต่ Alphabet เสนอความน่าสนใจในฐานะการลงทุนระยะยาว.

Signal จำกัดการจับภาพหน้าจอโดยเริ่มต้นเพื่อป้องกัน AI จากการอ่านบทสนทนา

IPO ของ Anthropic: มีความหมายอย่างไรต่อ NVIDIA และการแข่งขันชิป AI

ดูว่า IPO ของ Anthropic มีความหมายอย่างไรต่อ NVIDIA ตั้งแต่การลงทุน $10B ไปจนถึงการแข่งขันจาก Google TPU, AWS Trainium และ AMD เพื่อรองรับเวิร์กโหลด AI ของ Claude

แว่นตา AI ของซัมซุงขายหมดภายในไม่กี่ชั่วโมงหลังเปิดพรีออเดอร์

...

บทความล่าสุด

เพิ่มเติม

เหรียญที่ลิสต์ล่าสุดบน WEEX

iconiconiconiconiconiconiconicon
ฝ่ายบริการลูกค้า:@weikecs
ความร่วมมือทางธุรกิจ:@weikecs
เทรด Quant และ MM:[email protected]
โปรแกรม VIP:[email protected]