قیمت و دسترسی Gemini 4 Hydrogen
خلاصهٔ کاملتر
گوگل Gemini 4 Hydrogen رو بهعنوان مدل سریع و ارزون خانوادهی Gemini 4 معرفی کرده. این مدل برای کارهای روزمرهی کدنویسی و کارهای agentic (یعنی کارهایی که مدل خودش ابزار صدا میزنه، کد اجرا میکنه و نتیجه رو چک میکنه) ساخته شده. الان هم تو Google AI Studio و هم از طریق Gemini API در دسترسه و حرفی از لیست انتظار نیست.
قیمتش حدود ۱.۵ دلار برای هر میلیون توکن ورودی و ۷.۵ دلار برای هر میلیون توکن خروجیه. به گفتهی مقاله، گوگل اونو مستقیم در برابر Muse Amber متا و مدلهای سبکتر Anthropic گذاشته. نکتهی جالبش thinking level قابل تنظیمه، یعنی میتونی مقدار فکر کردن مدل رو برای هر کار کم و زیاد کنی و فقط پول همون مقدار رو بدی. مثلاً یه باگ ساده با تنظیم پایین حل میشه و یه تحلیل مالی چندمرحلهای با تنظیم بالاتر.
پنجرهی context این مدل یک میلیون توکنه، یعنی میشه یه codebase کامل یا یه سند حقوقی طولانی رو یکجا بهش داد، بدون اینکه تکهتکهش کنی. نویسنده میگه این برای دیباگ کردن اپهای full-stack مهمه، چون مدل باید schema دیتابیس، بکاند و فرانت رو همزمان ببینه تا باگهایی رو بگیره که فقط از ترکیب اینها پیدا میشن.
تو تستهایی که مقاله آورده، Hydrogen یه باگ ظریف تو یه پلتفرم اهدای پول رو پیدا کرد: ین و وون (که اعشار ندارن) حدود صد برابر کمتر نشون داده میشدن، چون جایی تو منطق، مقدار صفر بهعنوان false حساب میشد. مدل با خوندن ساختار دیتابیس و کد بکاند ریشه رو پیدا کرد و بیخود به فرانت دست نزد. تو یه تست دیگه، یه درخواست وام رو بین چند sub-agent موازی پخش کرد و آخرش یه گزارش منسجم با پیشنهاد رد وام داد. از یه طرح دستی هم یه شبیهسازی HTML تعاملی کامل ساخت.
تو جدول بنچمارک، Hydrogen تو پیدا کردن باگ تو codebase، کارهای دانشی روزمره، خوندن نمودار و اسناد، و استدلالهای سخت از Claude Sonnet 5.5 و GPT جلو بوده. ولی Sonnet تو کدنویسی داخل ترمینال، کنترل کامپیوتر و استدلال علمی هنوز برتری داره. نویسنده معتقده برای بیشتر تیمهایی که حجم بالایی کار روزمره دارن، Hydrogen یه انتخاب پیشفرض منطقیه، چون تو تنظیمات بالاتر هم با کمتر از نصف زمان به بهترین امتیاز رقبا میرسه.
نکات کلیدی:
- قیمت: حدود ۱.۵ دلار برای هر میلیون توکن ورودی و ۷.۵ دلار برای خروجی
- پنجرهی context یک میلیون توکنی
- thinking level قابل تنظیم، هزینه تابع مقدار استدلاله
- ورودی چندرسانهای: متن، تصویر، صدا، ویدیو و فایل
- در دسترس تو Google AI Studio و Gemini API
- Claude Sonnet 5.5 تو کدنویسی ترمینالی، کنترل کامپیوتر و استدلال علمی هنوز جلوتره




