Что такое Gemini 4 Hydrogen и почему Google называет это крупнейшим обновлением Search
Google выпустила Gemini 4 Hydrogen, быструю и недорогую модель для агентных задач, и подключила её к AI Mode в поиске. Компания называет это «самым крупным улучшением модели для Search на данный момент», а обновление раскатывают для всех пользователей Search по всему миру (TechCrunch).
Место в линейке Google описывает без загадок: Gemini 4 Carbon и Gemini 4 Argon нужны для глубокого рассуждения над трудными задачами, Hydrogen отвечает за скорость в агентных сценариях. В поиске ставка сделана на быстрый ответ при приемлемом качестве. Для пользователя разница простая: либо ответ приходит, пока он не переключил вкладку, либо можно ждать и получить более глубокий разбор.
Практический эффект упирается в четыре вещи: понимание сложных многосоставных запросов, качество ссылок в выдаче, устойчивость к опечаткам и визуальные форматы ответа. Дальше разберём каждое изменение, сравним Hydrogen с Carbon, Argon и 3.8 Flash, покажем точки доступа и отдельно отметим, где заявления Google остаются заявлениями.
Что меняется для пользователя Google Search и AI Mode
Google перечисляет улучшения так: лучшее понимание намерения пользователя, более полезные ссылки, визуальные ответы и более качественная работа на разных языках, которые поддерживает AI Mode. Отдельным пунктом идёт устойчивость к трудночитаемым опечаткам.
Второй слой изменений технический, и именно он объясняет разницу в ответах. Hydrogen лучше следует инструкциям и точнее вызывает нужные инструменты, поэтому прорабатывает каждую часть вопроса. Пример запроса: «чем Argon отличается от Carbon по расходу токенов, что дешевле для агентных пайплайнов и какие лимиты у API». Внутри три отдельных вопроса, и слабая модель отвечает на самый заметный, теряя остальные. Hydrogen должна разложить запрос на части и закрыть их по очереди.
Всё перечисленное на 12 ноября 2026 года идёт со слов Google. Независимых замеров качества выдачи AI Mode после обновления в открытом доступе нет.
Fan-out: как Hydrogen разбивает один запрос на подзапросы
Fan-out - существующая техника поиска, которую Hydrogen усиливает за счёт рассуждения. Один промпт разбивается на несколько подзапросов, по каждому ищутся свои релевантные страницы, и вместе они покрывают больше сторон вопроса. Google формулирует эффект так: пользователь находит сайты, которые иначе пропустил бы (источник).
Пример с железом: «подбери видеокарту для локальной LLM на 30B, бюджет до 100 тысяч рублей, важна тишина». Декомпозиция даст подзапросы про объём VRAM под квантизацию, актуальные цены, уровень шума систем охлаждения и совместимость с конкретными раннерами. Чем точнее разбивка, тем меньше шансов, что модель упустит условие или подменит бюджет удобной ей цифрой.
Отсюда практический вывод для формулировок: чем явнее в запросе разделены условия, тем полезнее декомпозиция. Запрос из одного слова fan-out тоже разложит, но у модели не будет ваших ограничений, и подзапросы получатся общими.
Визуальные ответы: изображения, таблицы и кастомные инструменты
Google обещает чаще показывать в AI Mode четыре типа визуальных ответов: изображения, структурированные ответы, сравнительные таблицы и кастомные инструменты. Для сравнений (модели, тарифы, характеристики железа) таблица читается быстрее текста, для инструкций уместны схемы и пошаговые блоки, для подбора оборудования - карточки с параметрами. Кастомные инструменты полезны там, где нужен интерактив: калькулятор VRAM или конфигуратор сборки.
Где визуал избыточен: короткие фактические вопросы и запросы с одним условием. Деталей по форматам, доле визуальных ответов и охвату Google не раскрывает, поэтому масштаб изменений видно только по собственной выдаче.
Чем Hydrogen отличается от Carbon, Argon и 3.8 Flash
| Модель | Роль в линейке | Что известно |
|---|---|---|
| Gemini 4 Hydrogen | Быстрые агентные задачи | В 2,5 раза быстрее Gemini 3.8 Flash, четыре уровня мышления, подключена к AI Mode |
| Gemini 4 Argon | Глубокое рассуждение | Фронтирная модель, 53 балла в Artificial Analysis Intelligence Index |
| Gemini 4 Carbon | Длинные агентные сценарии, кибербезопасность | Старшая модель поколения, режим /swarm в Antigravity |
| Gemini 3.8 Flash | Предыдущая быстрая модель | Точка отсчёта для сравнения скорости |
Carbon и Argon - фронтирные модели для глубокого рассуждения: первая заточена под длинные инженерные и агентные траектории, вторая под общую аналитику и сложные задачи. Детали по Carbon, включая расход thinking-токенов и режим /swarm, собраны в отдельном разборе. Хронология анонсов линейки и то, что из них применимо на практике, есть в обзоре октябрьских релизов Google.
Hydrogen решает другую задачу: быстро и недорого пройти агентные шаги. По заявлению Google, она выполняет задачи в 2,5 раза быстрее Gemini 3.8 Flash, предыдущей быстрой модели компании. Что это даёт на практике: сокращается время на цепочку вызовов в агенте, где каждый шаг ждёт предыдущего. Про саму 3.8 Flash и её профиль для кодинга мы писали здесь.
Рамка выбора получается такой: повторяющиеся агентные операции и запросы с ясной структурой - Hydrogen; проектирование архитектуры, сложная отладка, аудит кода - Carbon или Argon; комбинированные пайплайны - связка моделей, где Hydrogen делает быстрые проходы, а фронтирная модель проверяет результат.
Скорость и уровни мышления: low, medium, high и xhigh
У Hydrogen четыре уровня мышления: low, medium, high (по умолчанию) и новый xhigh. Все они спроектированы так, чтобы задача завершалась быстрее и с меньшим числом выходных токенов. Логика простая: уровень задаёт, сколько модель думает перед ответом, и чем он ниже, тем короче путь до результата.
Ориентиры для работы: low и medium для рутинных агентных вызовов, где важен отклик (извлечение полей, классификация, простые правки); high по умолчанию для большинства запросов; xhigh для многошаговых сценариев, где ошибка на раннем шаге дорого стоит. Точных метрик по уровням (латентность, расход токенов, качество) Google не публикует, так что цифры придётся собирать на своих задачах.
Бенчмарки: Artificial Analysis Intelligence Index и Agent Arena
Google ссылается на два результата. Первый: на Artificial Analysis Intelligence Index Hydrogen на уровне мышления high по умолчанию обходит более мощную Gemini 4 Argon. Второй: на многошаговых задачах, таких как глубокое исследование, анализ данных и навигация по крупной кодовой базе, модель занимает 5-е место в бенчмарках Agent Arena (TechCrunch).
Читать это стоит аккуратно. Сводный индекс - один общий бенчмарк, и лидерство на нём при конкретном уровне мышления не означает превосходства над Argon во всех задачах. Пятое место - хороший результат, но не первое. Как Argon набирает 53 балла в том же индексе и где она уступает GPT-6 Astra, разобрано в отдельном материале.
Где доступна Gemini 4 Hydrogen и что нужно для доступа
- Search и AI Mode: обновление раскатывают для всех пользователей по всему миру, подписка не нужна.
- AI Studio: модель доступна на всех уровнях платформы.
- Gemini API: доступ для разработчиков, чтобы встроить модель в собственные пайплайны.
- Приложение Gemini.
- Antigravity: доступ для платных подписчиков AI Pro и Ultra.
Разделение простое. Широкая аудитория получает Hydrogen в поиске и приложении, разработчики - через AI Studio и Gemini API, платформа Antigravity остаётся за подпиской. Цены, лимиты запросов и размер контекста для Hydrogen Google в анонсе не раскрывает, поэтому планировать бюджет на API по этой публикации не получится.
Насколько оправданы заявления Google: ограничения и что стоит проверять самому
Формулировка «самое крупное улучшение модели для Search на данный момент» маркетинговая. Независимых замеров качества выдачи она не подкрепляет, методику сравнения Google не раскрывает. Что известно точно и чего не хватает:
- Скорость в 2,5 раза: цифра компании, условия теста и набор задач не опубликованы.
- Превосходство над Argon: один общий бенчмарк и один уровень мышления, high по умолчанию.
- Agent Arena: пятое место именно на многошаговых задачах, не лидерство в целом.
- Понимание опечаток и намерений: проверяется массовыми тестами, публичных прогонов нет.
- Визуальные ответы: доля таких ответов в выдаче и список форматов не раскрыты.
Русскоязычные пересказы анонса добавляют, что модель «разрабатывалась с учётом недостатков предыдущих версий» и «берёт рутинную работу на себя» (пример такой подачи). Конкретики за этими формулировками нет, независимых подтверждений тоже.
Чек-лист самостоятельной проверки: возьмите 5-10 своих типовых сложных запросов и сравните ответы AI Mode с тем, что было раньше; отдельно прогоните запросы с опечатками и запросы, где одновременно три условия; проверьте, ведут ли ссылки на страницы по делу и нет ли повторов; отметьте, где визуальный блок помогает, а где мешает читать. Результат на своих задачах полезнее любого сводного индекса.
Как использовать Hydrogen на практике: сценарии для разработчиков и продвинутых пользователей
Агентные сценарии, под которые модель заявлена: написать код, запустить тесты, проверить изменения. Google отмечает, что Hydrogen справляется с этим самостоятельно, а в многосоставных воркфлоу её можно комбинировать с Carbon и Argon: быстрые шаги на Hydrogen, тяжёлые решения на фронтирной модели.
Разработчикам логично начать с AI Studio: там модель доступна на всех уровнях, а сравнить уровни мышления на своей задаче проще в интерактивном режиме. Дальше в Gemini API собирается пайплайн из двух шагов: Hydrogen делает черновой проход по коду или данным, Carbon либо Argon проверяет результат и указывает на слабые места.
Пользователям Search выгоду даёт формулировка запроса. Fan-out лучше работает, когда в запросе явно разделены условия: что нужно, при каких ограничениях, в каком формате ответ. Вместо «посоветуй видеокарту» пишите «видеокарта для локальной LLM 30B, VRAM с запасом, бюджет до 100 тысяч рублей, тихая, под Linux».
Рамка выбора: Hydrogen хватает для повторяющихся операций и запросов с ясной структурой; для проектирования архитектуры, сложной отладки и задач, где ошибка дорога, переключайтесь на более мощные модели. Точных цифр по экономии пока нет: цен на Hydrogen Google не публиковала.
Итог: что важно запомнить о Gemini 4 Hydrogen
Hydrogen - быстрая и недорогая модель под агентные задачи, которая пришла в AI Mode поиска. Заявлены улучшения понимания сложных многосоставных запросов, работы fan-out, визуальных ответов и разбора опечаток. У модели четыре уровня мышления (low, medium, high по умолчанию и xhigh), доступ в Search, AI Studio, Gemini API, приложении Gemini и Antigravity для подписчиков AI Pro и Ultra.
Заявления Google о «крупнейшем улучшении Search» и превосходстве над Argon опираются на данные компании и один общий бенчмарк. Проверять их стоит на своих запросах. Два конкретных шага: прогнать 5-10 типовых сложных запросов в AI Mode и посмотреть на полноту ответа и релевантность ссылок, затем открыть Hydrogen в AI Studio и сравнить уровни мышления на реальной рабочей задаче.