Google lance Gemini 4 Hydrogen : réduction des hallucinations par cinq, vitesse doublée

By: www.laohunote.com|

Google élargit considérablement la portée de la série Gemini 4 avec un modèle performant destiné aux utilisateurs ordinaires et aux développeurs.

Après le lancement de son modèle phare Carbon cette semaine, Google a publié jeudi Gemini 4 Hydrogen, positionné autour de "l'intelligence de pointe pour tous".

Ce modèle met l'accent sur la vitesse et l'efficacité d'exécution, abandonnant le nom de marque "Flash" au profit de Hydrogen.

Google a déclaré que Hydrogen est désormais disponible simultanément pour les développeurs, les entreprises et les consommateurs à l'échelle mondiale, couvrant plusieurs plateformes telles que Gemini API, AI Studio, l'application Gemini, Google Search et Google Antigravity.

En termes de tests de référence, Hydrogen a surpassé le modèle Argon de la même série sur l'Artificial Analysis Intelligence Index avec un score de 51 contre 50 en mode de pensée élevé par défaut, atteignant 54 points en mode de pensée xhigh.

Comparé à la génération précédente Gemini 3.8 Flash, Hydrogen a amélioré la vitesse d'exécution des tâches de 2,5 fois dans des configurations équivalentes, avec un score Terminal-Bench 4.1 passant de 18,2 % à 57 %, et le taux de génération d'hallucinations (fabricated claims) réduit de plus de cinq fois.

Pour les développeurs, ce modèle est tarifé à 1,5 USD par million de tokens d'entrée et 7,5 USD par million de tokens de sortie, le prix étant calculé uniformément dans le contexte de 1 million de tokens.

Positionnement : niveau d'exécution efficace, complétant le puzzle de la collaboration multi-modèles

Le positionnement des rôles dans la série Gemini 4 est désormais clair : Carbon et Argon prennent en charge le raisonnement approfondi et les tâches complexes, tandis que Hydrogen joue le rôle d'un moteur d'exécution rapide, adapté à la codification quotidienne, aux flux de travail d'agents et au traitement de données en plusieurs étapes.

Pour systématiser ce mode de collaboration multi-modèles, Google a également lancé la fonction "Orchestrator" dans Google Antigravity. Cette fonction permet de planifier dynamiquement Carbon et Hydrogen dans la même session, en basculant automatiquement en fonction de la complexité de la tâche, sans intervention manuelle de l'utilisateur.

Les données de tests internes divulguées par Google montrent que l'Orchestrator atteint un taux de réussite des tâches proche de celui de Carbon sur Terminal-Bench 4.0, tout en réduisant en moyenne de 24 % la consommation de quotas et en augmentant la vitesse de 19 %.

Dans les flux de travail d'agents parallèles, Carbon peut agir en tant que coordinateur, tandis que Hydrogen conduit le travail et vérifie les agents, construisant et testant les modifications de code en synchronisation dans des espaces de travail isolés - visant à aider les équipes à accélérer la livraison de projets complexes tout en contrôlant les coûts de tokens.

Côté consommateur : recherche et application Gemini entièrement mises à jour

Pour les produits destinés aux utilisateurs ordinaires, Hydrogen est devenu le modèle par défaut du mode AI de Google Search, et est également utilisé pour traiter les "questions les plus difficiles" dans les AI Overviews.

Google a déclaré que Hydrogen est capable de mieux comprendre les véritables intentions des utilisateurs, même lorsque les requêtes contiennent plusieurs sous-questions, des fautes d'orthographe difficiles à identifier ou des besoins très spécifiques, le système de recherche peut également analyser intelligemment. De plus, les résultats de recherche seront présentés de manière plus visuelle et couvriront un éventail plus large de liens pertinents.

Dans l'application Gemini, Hydrogen est positionné dans le sélecteur de modèles comme "assistant quotidien", se situant entre "réponses rapides" (3.5 Flash-Lite) et "recherche approfondie" (3.1 Pro). Les utilisateurs gratuits peuvent utiliser Hydrogen via le mécanisme de "sélection automatique de modèle" lors de l'adaptation des invites.

Google a déclaré que ce modèle peut suivre plus strictement le ton, le format et les règles définis par l'utilisateur, permettant aux brouillons d'e-mails, aux guides d'apprentissage et aux documents d'être directement utilisables dès leur première génération.

Dans Google Antigravity, Hydrogen a ajouté un niveau de pensée "Extra", que les utilisateurs abonnés à AI Pro et Ultra peuvent utiliser, et qui peut accéder à la capacité de collaboration multi-modèles mentionnée ci-dessus via l'Orchestrator.

Performances : double saut en vitesse et précision

Google positionne Hydrogen comme une "mise à niveau indépendante majeure" par rapport à 3.8 Flash, avec des améliorations clés concentrées sur la vitesse, la précision et la capacité de traitement du contexte sur trois dimensions.

En termes de vitesse, les tests préliminaires des partenaires montrent que Hydrogen a amélioré la vitesse d'exécution dans des flux de travail complexes de calcul graphique, SQL et de données intensives de 2 à 2,8 fois, tout en réduisant la consommation de tokens de 12 % à 23 %.

Yashodha Bhavnani, VP de la société de logiciels d'entreprise Box, a déclaré que Hydrogen a considérablement amélioré la précision tout en ayant une vitesse d'exécution environ deux fois supérieure à celle de 3.8 Flash, avec une réduction de 12 % de la consommation de tokens. Yashodha Bhavnani a déclaré :

Dans les flux de travail de données intensives nécessitant une lecture précise des tableaux et l'exécution de calculs complexes, l'amélioration est la plus évidente.

En termes de précision, Hydrogen prend en charge une entrée native de 1 million de tokens et jusqu'à 1 million de tokens de sortie, capable de traiter des fichiers PDF denses, des feuilles de calcul, des graphiques, ainsi que du contenu audio et vidéo.

Dans les tests de référence des agents d'intelligence multimodale (MKA), Hydrogen a dépassé les autres modèles avec un score de 53,4 % ; dans le test Agents' Last Exam v1.1, destiné aux flux de travail professionnels de bout en bout, le score a atteint 71,6 %.

Dans les domaines verticaux, Hydrogen a dominé les tests de raisonnement en profondeur HLE-Diamond avec un score de 58,8 %, se classant premier dans le Vals Tax Agent Bench avec 52,3 %, et partageant la première place dans le Vals Legal Research Bench avec 55,8 %.

L'équipe de la société biotechnologique LatchBio a déclaré que Hydrogen a atteint un taux de réussite de 67 % dans la section toxicologie et sécurité de son test de référence sur le développement d'anticorps, tandis que le modèle Gemini n'atteignait que 37 %.

Prix de --

--
--
--

Sécurité : capacités d'alignement des agents considérablement renforcées

Google met l'accent sur les améliorations apportées à l'alignement de la sécurité des agents dans Hydrogen, ce qui est particulièrement crucial pour les scénarios d'exécution autonome que ce modèle vise.

Comparé à 3.8 Flash, Hydrogen a réduit les "comportements d'outrepassement" (overreach) dans les tâches des agents jusqu'à 81 %, et les "services insuffisants" (under-service) jusqu'à 79 %, tandis que les comportements de désalignement dans les appels d'outils et l'évaluation de code ont diminué de 12 fois.

Face à des tâches impossibles à accomplir ou bloquées, la probabilité que Hydrogen contourne les limites d'autorisation a diminué jusqu'à deux fois, atteignant un taux d'honnêteté de 96,7 % dans l'évaluation de l'honnêteté des agents internes de Google.

En termes de transparence du raisonnement, Hydrogen a maintenu une lisibilité de la chaîne de pensée de 99,9 % sur plus de 200 000 dialogues d'audit, sans aucun enregistrement de raisonnement trompeur.

Dans le test de référence Gray Swan IPI, ciblant les attaques par injection d'instructions indirectes, la capacité de résistance de Hydrogen a été améliorée de plus de 2,3 fois.

De plus, Google a déclaré que les nouvelles barrières de sécurité mises à jour ont considérablement amélioré la précision dans l'identification des risques biologiques réels et des problèmes médicaux ou scientifiques légitimes, avec un taux de faux rejets inférieur à 0,4 % sur HealthBench Pro.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.

Vous pourriez aussi aimer

iconiconiconiconiconiconiconicon
Assistance client:@weikecs
Collaborations commerciales:@weikecs
Trading quantitatif/Market makers:bd@weex.com
Programme VIP:support@weex.com