Google lanza Gemini 4 Hydrogen: reducción de ilusiones en 5 veces, velocidad duplicada

By: www.laohunote.com|

Google amplía la cobertura de la serie Gemini 4 con un modelo de alto rendimiento dirigido a usuarios comunes y desarrolladores.

Tras el lanzamiento de su modelo insignia Carbon esta semana, Google presentó el jueves Gemini 4 Hydrogen, con el enfoque de "traer inteligencia de vanguardia a todos".

Este modelo se centra en la velocidad y la eficiencia de ejecución, abandonando el nombre de marca "Flash" en favor de Hydrogen.

Google ha declarado que Hydrogen ya está disponible globalmente para desarrolladores, empresas y consumidores, abarcando múltiples plataformas como Gemini API, AI Studio, aplicaciones Gemini, búsqueda de Google y Google Antigravity.

En términos de pruebas de referencia, Hydrogen superó al modelo Argon de la misma serie en el Artificial Analysis Intelligence Index con un puntaje de 51 frente a 50 en el modo de pensamiento alto por defecto, alcanzando 54 puntos al activar el modo de pensamiento xhigh.

En comparación con la generación anterior Gemini 3.8 Flash, Hydrogen completó tareas 2.5 veces más rápido bajo configuraciones equivalentes, con una puntuación en Terminal-Bench 4.1 que saltó del 18.2% al 57%, y la tasa de generación de ilusiones (fabricated claims) se redujo en más de 5 veces.

Para los desarrolladores, el modelo tiene un precio de 1.5 dólares por cada millón de tokens de entrada y 7.5 dólares por cada millón de tokens de salida, calculándose uniformemente dentro de una ventana de contexto de 1 millón de tokens.

Posicionamiento: capa de ejecución eficiente, completando el rompecabezas de colaboración entre múltiples modelos

La división de funciones de la serie Gemini 4 de Google se ha vuelto clara: Carbon y Argon se encargan del razonamiento profundo y tareas complejas, mientras que Hydrogen actúa como motor de ejecución rápida, adecuado para codificación diaria, flujos de trabajo de agentes y procesamiento de datos en múltiples pasos.

Para sistematizar este modo de colaboración entre múltiples modelos, Google lanzó simultáneamente la función "Orchestrator" en Google Antigravity. Esta función programa dinámicamente Carbon y Hydrogen en la misma sesión, cambiando automáticamente según la complejidad de la tarea, sin necesidad de intervención manual del usuario.

Los datos de pruebas internas divulgados por Google muestran que Orchestrator se acerca a la tasa de éxito de tareas de Carbon en Terminal-Bench 4.0, mientras reduce el consumo de cuotas en un 24% en promedio y mejora la velocidad en un 19%.

En flujos de trabajo de agentes paralelos, Carbon puede actuar como coordinador, mientras que Hydrogen impulsa el trabajo y valida a los agentes, construyendo y probando cambios de código de manera sincronizada en espacios de trabajo aislados, con el objetivo de ayudar a los equipos a acelerar la entrega de proyectos complejos mientras controlan los costos de tokens.

Consumidor: búsqueda y aplicaciones Gemini reciben una actualización completa

En el ámbito de productos dirigidos a usuarios comunes, Hydrogen se ha convertido en el modelo predeterminado del modo AI de búsqueda de Google, y también se utiliza para manejar los "problemas más difíciles" en AI Overviews.

Google ha afirmado que Hydrogen puede comprender mejor la verdadera intención del usuario, incluso cuando las consultas contienen múltiples subproblemas, errores de ortografía difíciles de identificar o necesidades altamente específicas, el sistema de búsqueda puede interpretarlas inteligentemente. Además, los resultados de búsqueda serán más visuales y abarcarán una gama más amplia de enlaces relevantes.

En la aplicación Gemini, Hydrogen se posiciona en el selector de modelos como "asistente diario", situado entre "respuestas rápidas" (3.5 Flash-Lite) y "investigación profunda" (3.1 Pro). Los usuarios gratuitos pueden utilizar Hydrogen a través del mecanismo de "selección automática de modelos" cuando se adapta a las indicaciones.

Google ha indicado que este modelo puede adherirse más estrictamente al tono, formato y reglas establecidos por el usuario, permitiendo que borradores de correos electrónicos, guías de estudio y documentos sean utilizables directamente en la primera generación.

En Google Antigravity, Hydrogen ha añadido un nivel de pensamiento "Extra", que los suscriptores de AI Pro y Ultra pueden utilizar, y que permite acceder a la capacidad de colaboración entre múltiples modelos mencionada anteriormente.

Rendimiento: salto en velocidad y precisión

Google posiciona a Hydrogen como una "actualización independiente significativa" respecto a 3.8 Flash, con mejoras clave centradas en velocidad, precisión y capacidad de procesamiento de contexto en tres dimensiones.

En términos de velocidad, los datos de pruebas tempranas de socios muestran que Hydrogen ha mejorado su velocidad de ejecución entre 2 y 2.8 veces en flujos de trabajo empresariales complejos de cálculo gráfico, SQL y datos intensivos, mientras que el uso de tokens se ha reducido entre un 12% y un 23%.

Yashodha Bhavnani, VP de la empresa de software empresarial Box, ha declarado que, mientras la precisión de Hydrogen ha mejorado significativamente, su velocidad de ejecución es aproximadamente el doble que la de 3.8 Flash, con una reducción del 12% en el uso de tokens. Yashodha Bhavnani comentó:

En flujos de trabajo de datos intensivos donde se requiere una lectura precisa de tablas y la ejecución de cálculos complejos, la mejora es más evidente.

En términos de precisión, Hydrogen admite entradas nativas de 1 millón de tokens y hasta 1 millón de tokens de salida, pudiendo manejar archivos PDF densos, hojas de cálculo, gráficos, contenido de audio y video.

En las pruebas de referencia de agentes de inteligencia multimodal (MKA), Hydrogen superó a otros modelos con un puntaje del 53.4%; en la prueba Agents' Last Exam v1.1, orientada a flujos de trabajo profesionales de extremo a extremo, alcanzó un puntaje de 71.6%.

En sectores verticales, Hydrogen lideró las pruebas de razonamiento profundo HLE-Diamond con un 58.8% sobre modelos de igual nivel, ocupando el primer lugar en el Vals Tax Agent Bench con un 52.3% y empatando en el primer lugar en el Vals Legal Research Bench con un 55.8%.

El equipo de la empresa biotecnológica LatchBio ha informado que Hydrogen alcanzó una tasa de aprobación del 67% en la parte de toxicología y seguridad de su prueba de referencia de desarrollo de anticuerpos, mientras que el modelo Gemini solo alcanzó el 37%.

Precio de --

--
--
--

Seguridad: capacidad de alineación de agentes significativamente mejorada

Google enfatiza las mejoras en la alineación de seguridad de los agentes de Hydrogen, lo cual es crucial para los escenarios de ejecución de flujos de trabajo autónomos que este modelo aborda.

En comparación con 3.8 Flash, Hydrogen ha reducido el "comportamiento de sobrepaso" (overreach) en hasta un 81%, y el "servicio insuficiente" (under-service) en hasta un 79%, disminuyendo en 12 veces los comportamientos desalineados y las atajos en la evaluación de tareas y llamadas a herramientas.

Ante tareas que no pueden completarse o que son bloqueadas, la probabilidad de que Hydrogen sobrepase los límites de permisos se ha reducido hasta en 2 veces, alcanzando una tasa de honestidad del 96.7% en la evaluación de honestidad de agentes internos de Google.

En términos de transparencia de razonamiento, Hydrogen ha mantenido un 99.9% de legibilidad de la cadena de pensamiento en más de 200,000 diálogos de auditoría, sin ningún registro de edición de razonamiento engañoso.

En la prueba de referencia Gray Swan IPI, que evalúa ataques de inyección de indicaciones indirectas, la capacidad de resistencia de Hydrogen ha mejorado más de 2.3 veces.

Además, Google ha indicado que las actualizaciones en las barreras de seguridad han mejorado significativamente la precisión en la identificación de riesgos biológicos reales y problemas médicos o científicos legítimos, con una tasa de rechazo errónea en HealthBench Pro de menos del 0.4%.

Este contenido se ofrece únicamente con fines informativos generales y no constituye asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, tradear o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.

También te puede interesar

El multimillonario David Tepper acaba de realizar una gran rotación de chips de IA: ¿valdrá la pena?

Tepper estaba vendiendo acciones de AMD, Broadcom y Alphabet en el tercer trimestre, mientras compraba Nvidia y Micron.

BTCS toma un préstamo de aproximadamente 54 millones de dólares en Aave, sin garantía de no ser liquidado

El VIX alcanza su nivel más alto desde la crisis de aranceles de abril del año pasado, el índice de miedo de Goldman Sachs se acerca a la puntuación máxima, y el mercado estadounidense podría enfrentar una venta de más de 80 mil millones de dólares la ...

El índice de volatilidad del Chicago Board Options Exchange, conocido como el "índice de miedo", alcanzó temporalmente los 40, marcando su nivel más alto desde la crisis de aranceles de abril de 2025; al mismo tiempo, el índice de miedo de Goldman Sachs subió a 9 puntos, cerca del máximo de 10 punto...

HTX Research Publica Perspectiva de Seis Meses para Bitcoin y Mercados de Criptomonedas

Fed: ¿Y si el banco central estadounidense comete un grave error?

Alibaba en conferencia telefónica: Entrenando nuevos modelos con chips propios, ingresos anuales de productos de IA superan los 10 mil millones de dólares, objetivo de 20 GW para centros de datos podría ser ajustado

En la conferencia telefónica celebrada el jueves por la noche, el CEO de Alibaba, Wu Yongming, indicó que la empresa está utilizando chips propios para entrenar nuevos modelos, y que los ingresos anuales de productos relacionados con IA han superado los 10 mil millones de dólares. Debido a las limit...
...

Últimos artículos

Más

Últimos listados de monedas en WEEX

iconiconiconiconiconiconiconicon
Atención al cliente:@weikecs
Cooperación empresarial:@weikecs
Trading cuantitativo y MM:bd@weex.com
Programa VIP:support@weex.com