Google kertoi torstaina 12. marraskuuta uudesta Gemini 4 Hydrogen -mallista ja samalla koodaustyökalunsa Antigravityn uudesta mallivalinnasta. Orchestrator-niminen valinta ei käytä yhtä mallia alusta loppuun, vaan se vaihtaa Gemini 4 Carbonin tai Argonin ja Hydrogenin välillä saman istunnon aikana.

Antigravity-tiimin blogin mukaan tavallinen mallireititin arvaa tehtävän vaikeuden ensimmäisestä kehotteesta ja antaa koko tehtävän halvimmalle riittävälle mallille. Pitkissä agenttitehtävissä vaikeus kuitenkin muuttuu työn edetessä. Googlen esimerkissä Carbon tutkii ensin riippuvuuksia muuttamatta tiedostoja ja laatii suunnitelman. Sen jälkeen Hydrogen voi kirjoittaa muutokset, päivittää paketit ja ajaa testit. Jos Hydrogen kohtaa ongelmia, se palauttaa työn Carbonille, joka tarkistaa tilanteen, korjaa suunnitelman ja jatkaa.

Samalla viikolla esitelty /swarm ajaa rinnakkaisia agenttitiimejä suurissa tehtävissä. Orchestrator on sen sijaan tarkoitettu yhden istunnon arkityöhön.

Googlen mukaan Orchestrator pääsi Terminal-Bench-vertailutestissä lähelle Carbonin onnistumisosuutta. Se kulutti keskimäärin 24 prosenttia vähemmän käyttökiintiötä ja valmistui 19 prosenttia nopeammin. Luvut ovat Googlen omia, eikä yhtiö kerro tarkkoja onnistumisosuuksia. Myös testin versio vaihtelee lähteittäin: Googlen pääblogissa se on Terminal-Bench 4.0, Antigravityn blogissa 4.1.

Google: Hydrogen ohittaa Argonin

Hydrogen on tarkoitettu nopeaan arkiseen koodaukseen ja agenttityöhön, ja mallikortin mukaan se on johdettu Carbonista. Googlen mukaan Hydrogen saa Artificial Analysis -indeksissä oletuspäättelytasolla high 51 pistettä, kun Argon saa 50. Korkeimmalla xhigh-tasolla tulos on 54. Googlen mukaan Terminal-Bench 4.1 -tulos nousi edeltäjän Gemini 3.8 Flashin 18,2 prosentista 57 prosenttiin.

The Decoderin mukaan Hydrogen jäi Artificial Analysisin omassa mittauksessa komentorivityössä kilpailijoista jälkeen. Terminal-Bench 4.0:ssa se sai 54 prosenttia ja Claude Sonnet 5.5 (max) 64 prosenttia. Artificial Analysisin mukaan xhigh käyttää lähes kaksi kertaa niin paljon tuotostokeneita kuin high, ja tehtäväkohtainen hinta nousee 1,87 dollarista 3,16 dollariin.

Mallikortin mukaan Hydrogen ei yllä biologisten eikä kyberriskien kriittisiin kyvykkyystasoihin, mutta se saavuttaa niiden hälytysrajat. Automaattisessa arvioinnissa perusteettomia kieltäytymisiä oli 5,57 prosenttiyksikköä enemmän kuin 3.8 Flashilla. Tunnetuiksi rajoituksiksi kortti mainitsee hallusinaatiot sekä ajoittaisen hitauden ja aikakatkaisut.

Saatavuus ja hinta

Orchestrator tulee saataville Google AI Ultra -tilaajille Carbon- ja Argon-versioina ja maksaville AI Pro -tilaajille Argon-versiona. Yritykset saavat sen Gemini for businessin kautta. Hydrogen toimii Antigravityssä maksaville Pro- ja Ultra-tilaajille.

Gemini API:ssa Hydrogen maksaa koko miljoonan tokenin konteksti-ikkunassa 1,50 dollaria miljoonalta syötetokenilta ja 7,50 dollaria miljoonalta tuotostokenilta. Google mainostaa miljoonan tokenin tuotosta. Mallikortin mukaan tavallisen kutsun tuotos on kuitenkin oletuksena enintään 64 000 tokenia, ja miljoonaan yltää vain taustalla ajettava pitkä generointi.