Новости нейронок от Google: Gemini 4, Omni 1.2 Flash и ИИ для робототехники

За последние недели Google обновила линейку Gemini 4 и представила несколько специализированных моделей. За последнее время прокачали несколько направлений: агентное программирование, сложные рассуждения, генерацию видео, робототехнику и мультимодальный поиск. Разберёмся, что изменилось и где это можно попробовать.

Gemini 4 Hydrogen: быстрая модель для программирования и ИИ-агентов

12 ноября Google представила Gemini 4 Hydrogen. Если Carbon и Argon рассчитаны на сложные задачи с длительным рассуждением, то Hydrogen делает ставку на скорость выполнения и экономию ресурсов.

Основная информация;

• Контекстное окно — 1 млн токенов.

• Стоимость API — $1,50 за 1 млн входных и $7,50 за 1 млн выходных токенов.

• Четыре уровня рассуждения: Low, Medium, High и XHigh.

• На Artificial Analysis Intelligence Index модель набрала 51 балл на стандартном уровне High и 54 — на XHigh.

  

Отдельно Google представила оркестратор для Antigravity. Он автоматически переключается между Carbon и Hydrogen в рамках одной сессии: более мощная модель берёт на себя архитектурные решения и сложные задачи, а быстрая — написание кода, тестирование и проверку изменений.

На Terminal-Bench 4.0 такая связка показала результат, близкий к Carbon, но в среднем расходовала на 24% меньше квоты и завершала задачи на 19% быстрее.

Модель доступна в Gemini API, AI Studio, Gemini App, Google Search и Antigravity.

Флагманская Gemini 4 Carbon вышла в широкий доступ

10 ноября Google открыла доступ к Gemini 4 Carbon. До этого модель предоставлялась ограниченной группе специалистов по кибербезопасности в рамках программы Fairwind.

Carbon предназначена для сложных агентных сценариев, программирования, научных исследований и работы с большими массивами информации. Подробнее о модели писала здесь.

Вместе с широким запуском Google начала предварительное тестирование /swarm в Antigravity. Функция позволяет запускать несколько агентов параллельно: Carbon может отвечать за архитектуру, координацию и аудит, а более лёгкие модели — за реализацию отдельных частей проекта. Агенты работают в изолированных рабочих пространствах, а отдельные проверяющие агенты тестируют изменения.

Стоимость API: на старте — $2 за 1 млн входных и $10 за 1 млн выходных токенов. Это временная цена: после 30 ноября 2026 года Google планирует повысить её до $4/$20.

Модель доступна в Gemini API, AI Studio, Gemini for Business, Antigravity. В Gemini App и AI Mode модель постепенно появляется у подписчиков Ultra.

Gemini Omni 1.2 Flash: генерация видео до 15 секунд

5 ноября Google обновила Gemini Omni 1.2 Flash — модель генерации видео. Теперь она умеет создавать ролики продолжительностью до 15 секунд вместо прежних 10.

Изменения затронули не только длительность, стоимость генерации снизилась на 30% относительно версии 1.1. Видео в разрешении 720p стоит $0,07 за секунду.

Также улучшилось сохранение внешности персонажей, объектов, одежды и деталей окружения.

Появилось многошаговое редактирование видео через диалог. Можно последовательно менять фон, освещение, погоду или формат кадра, не генерируя ролик заново. Модель должна сохранять персонажей и объекты между правками.

Еще улучшилась работа с несколькими референсными изображениями, короткими видео и аудиоподсказками. Google отдельно отмечает более естественную синхронизацию речи и движений губ.

Где доступна: Gemini API и Google Cloud. Модель также интегрируется в Flow и Google Vids.

Gemini Robotics 2.5: роботы лучше справляются с физическими задачами

10 ноября Google DeepMind представила Gemini Robotics 2.5 — новую vision-language-action (VLA) модель для управления роботами.

Обновление затрагивает три направления:

• Работа с инструментами, гибкими и хрупкими предметами.

• Стабильность выполнения последовательностей физических действий.

• Улучшенное управление поведением ^[1] роботов и устойчивость к специально подготовленным jailbreak-сценариям.

Google проверила модель более чем на 200 задачах. По данным компании, успешность выполнения выросла на 30–100% в зависимости от сценария, а скорость — на 20–30%.

Есть и практическая демонстрация: на производственной линии Mercedes-Benz гуманоид Apollo 2 от Apptronik сортировал автомобильные детали с успешностью 96%.

Пока модель распространяется среди партнёров Google в области робототехники.