Лицензия YOLO
Платформа Ultralytics

Авторазметка Gemini 4 Hydrogen: дешевле за токен, дороже за изображение

Gemini 4 Hydrogen занимает третье место среди 46 VLM в нашем бенчмарке обнаружения объектов на 36 наборах данных с результатом 0.553 mAP50; модель показывает лучшие результаты на наборах данных о болезнях растений, морских поисково-спасательных операциях и рентгеновских снимках.

Гленн ДжокерGlenn Jocher12 мин. чтения
Промоизображение запуска Gemini 4 Hydrogen от Google с плиткой Ultralytics Platform и результатом 0.553 mAP50 — общим результатом модели в бенчмарке обнаружения объектов UL37

Gemini 4 Hydrogen занимает третье место среди 46 моделей для авторазметки на UL37 — нашем бенчмарке обнаружения объектов на 36 наборах данных бенчмарке — в рейтинге VLM Ultralytics, обновлённом 12 ноября 2026 года. Модель набирает 0.553 mAP50 и 0.350 mAP50-95, уступая Gemini 4 Carbon (0.584) и GPT-6.1 Terra (0.560), но опережая Claude Fable 5.2 и Gemini 4 Argon; у неё лучший результат на наборах PlantDoc (болезни растений), SeaDronesSee 2 (морские поисково-спасательные операции) и IEDXray (досмотр багажа на рентгеновских снимках), а также лучший результат наравне с другими моделями на Kvasir-SEG и EgoHands.

12 ноября Google представила Hydrogen — быструю и экономичную модель Gemini 4; теперь она доступна для авторазметки в Ultralytics Platform. Google позиционирует Hydrogen как модель для программирования и агентных систем; UL37 оценивает, насколько хорошо она строит рамки.

Ниже приведены общие результаты Hydrogen и результаты по отдельным наборам данных, объясняется, как расход токенов влияет на стоимость обработки изображения, и показано, как запустить модель на собственном наборе данных в Platform.

Обнаружение объектов Gemini 4 Hydrogen: третье место на UL37#

UL37 оценивает, насколько рамки модели совпадают с человеческой разметкой на 360 изображениях: по 10 изображений из каждого из 36 реальных наборов данных для обнаружения объектов — от УЗИ щитовидной железы и тепловизионных съёмок с дронов до магазинных полок, планов помещений и печатных плат. Все изображения проходят один и тот же конвейер, которым пользуются пользователи Platform, с названиями классов из соответствующих наборов данных; все наборы данных имеют одинаковый вес. Методология опубликована.

Результат Hydrogen — 0.553 mAP50: это на 0.031 меньше, чем у лидера, и на 0.007 меньше, чем у Terra. Вот как модель выглядит на фоне других моделей Google и ближайших конкурентов:

МодельUL37 mAP50Цена за 1 млн токенов (ввод / вывод)Стоимость провайдера на 1 000 изображений
Gemini 4 Carbon0.584$2.00 / $10.00 до 30 ноября, затем $4.00 / $20.00$12.93 (около $25.87 с 1 декабря)
GPT-6.1 Terra0.560$1.00 / $5.00$4.36
Gemini 4 Hydrogen0.553$1.50 / $7.50$20.32
Claude Fable 5.20.544$8.00 / $40.00$37.55
Gemini 4 Argon0.537$2.00 / $10.00 до 30 ноября, затем $4.00 / $20.00$7.60 (около $15 с 1 декабря)
Gemini 3.8 Flash0.516$0.75 / $3.75 до 31 декабря, затем $1.50 / $7.50$5.86 (около $11.72 с 1 января)

Стоимость услуг провайдера рассчитана по указанному каждым провайдером расходу токенов и опубликованным тарифам. Для всех моделей Batch Annotation добавляет комиссию Platform за обработку в размере $1.00 за 1 000 изображений.

Цены по состоянию на 16 ноября 2026 года. В публикации о запуске Hydrogen Google указывает цену $1.50 за миллион входных токенов и $7.50 за миллион выходных токенов. В публикации о доступности Carbon Google указывает вводную цену Carbon до 30 ноября 2026 года и цену $4.00 и $20.00 после этой даты; на странице цен Gemini API указано такое же изменение для Gemini 4 Argon; в публикации о Flash указана вводная цена Gemini 3.8 Flash до 31 декабря 2026 года и цена $1.50 и $7.50 с 1 января 2027 года. Более поздние цифры в таблице получены применением объявленных тарифов к тому же расходу токенов в бенчмарке; это оценки, а не результаты новых запусков.

Другие показатели Hydrogen по результатам запуска: mAP50-95 равен 0.350 — эта метрика также поощряет точное прилегание рамок, и по ней Hydrogen уступает только Carbon с результатом 0.371; точность — 0.63, полнота — 0.62; неудачных запросов и отказов не было; медианное время обработки изображения — 7.2 секунды.

Для чего Google создала Hydrogen#

В публикации о запуске Google пишет, что Hydrogen «создана для быстрого выполнения разнообразных рабочих процессов с агентами», а Carbon и Argon «лучше всего подходят для глубоких рассуждений на длинном горизонте при решении самых сложных задач». Контекстное окно Hydrogen вмещает 1 миллион токенов; цена составляет $1.50 за миллион входных токенов и $7.50 за миллион выходных токенов во всём этом окне. Доступны четыре уровня рассуждения: low, medium, high (по умолчанию) и новый xhigh.

По данным Google, на уровне high по умолчанию Hydrogen набирает 51 балл в Artificial Analysis Intelligence Index — на один балл больше Argon, — а на уровне xhigh — 54 балла. Google называет Hydrogen серьёзным обновлением для команд, переходящих с Gemini 3.8 Flash: результат модели на Terminal-Bench 4.1 составляет 57% против 18.2% у Flash. Ни один из этих показателей не оценивает рамки объектов, поэтому мы и запускаем UL37.

Gemini 4 Hydrogen и Gemini 3.8 Flash на UL37#

Gemini 3.8 Flash набирает 0.516 mAP50 на UL37, то есть Hydrogen показывает результат на 0.037 выше на тех же изображениях и в том же конвейере — это около четырёх пятых от разницы 0.047 между Argon и Carbon. В рейтинге Hydrogen занимает третье место, а Flash — восьмое.

Кроме того, Hydrogen опережает Claude Fable 5.2 на 0.009 при стоимости обработки изображения чуть больше половины стоимости Fable, а Gemini 4 Argon — на 0.016, хотя Argon стоит $7.60 за 1 000 изображений.

График точности обнаружения на странице модели Gemini 4 Hydrogen: модели ранжированы по mAP50 на UL37, Hydrogen выделена и занимает третье место

mAP50 на UL37 со страницы модели Gemini 4 Hydrogen: Hydrogen выделена и занимает третье место по состоянию на 14 ноября 2026 года.

Как расход токенов влияет на стоимость обработки изображения#

Модель для обработки изображений и текста взимает плату за изображение и запрос, которые она обрабатывает, а также за каждый токен в ответе, включая рассуждения перед ответом. Стоимость обработки изображения у двух моделей с похожими тарифами за токен может заметно различаться, если одна из них использует больше токенов.

Цены Hydrogen за токены ввода и вывода составляют ровно 75% от вводных цен Carbon. Если бы обе модели использовали одинаковое количество токенов на изображение, Hydrogen обошлась бы примерно в $9.70 за 1 000 изображений. Фактическая стоимость составляет $20.32, то есть в запусках Hydrogen использовала примерно вдвое больше токенов с учётом их цены на изображение, чем Carbon. По сравнению с Gemini 3.8 Flash, текущие цены которой ровно вдвое ниже цен Hydrogen, тот же расчёт показывает, что Hydrogen использовала примерно в 1.7 раза больше токенов с учётом их цены на изображение, чем Flash.

По данным Google, в ходе раннего тестирования с партнёрами на сложных задачах с графами, SQL и большим объёмом данных Hydrogen использовала на 12–23% меньше токенов, чем 3.8 Flash. Разметка — другая задача: одно изображение и один структурированный ответ. На UL37 Hydrogen использовала больше токенов с учётом их цены на изображение. Медианное время обработки изображения составляет 7.2 секунды против 5.1 секунды у Terra и 4.6 секунды у Argon.

Стоимость услуг провайдера за 1 000 изображений UL37 по состоянию на 16 ноября 2026 года: Terra и Hydrogen по стандартным тарифам, Carbon по вводному тарифу $2 / $10 и расчётная стоимость по объявленному тарифу $4 / $20 при том же расходе токенов.

Стоимость обработки 1 000 изображений зависит от тарифов за токены и от количества токенов, которое модель использует для конкретной задачи, поэтому наиболее точную оценку дадут несколько репрезентативных изображений из твоего набора данных. В рейтинге и на страницах платных моделей в Platform указана стоимость услуг провайдера за 1 000 изображений, а в нашем руководстве по стоимости ПО для разметки изображений рассматриваются остальные расходы на разметку.

Где Gemini 4 Hydrogen показывает лучшие результаты: растения, морские спасательные операции и рентгеновские снимки#

Средние результаты на 36 наборах данных скрывают те из них, где модель превосходит конкурентов, а на странице Gemini 4 Hydrogen указаны результаты по каждому набору. Hydrogen показывает лучший результат среди всех 46 моделей на трёх наборах и делит первое место ещё на двух.

Болезни растений. На PlantDoc, где представлены 29 классов здоровых и больных листьев сельскохозяйственных культур, Hydrogen набирает 0.638 и становится лучшей моделью на этом наборе. Carbon, ранее занимавшая первое место, набрала 0.594; подробнее об этом рассказано в нашем материале о результатах Gemini 4 Carbon.

Морские поисково-спасательные операции. На SeaDronesSee 2, содержащем съёмки с дронов пловцов, лодок и спасательного снаряжения в море, Hydrogen набирает 0.596, опережая Carbon с результатом 0.564 и Terra с результатом 0.476.

Снимок открытой воды с дрона из набора SeaDronesSee 2: предсказанные Gemini 4 Hydrogen рамки выделяют лодку, трёх пловцов и гидроцикл

Рамки Gemini 4 Hydrogen на изображении из бенчмарка SeaDronesSee 2 — одно из предсказаний, показанных на странице модели.

Досмотр багажа на рентгеновских снимках. На IEDXray, где представлены компоненты скрытых взрывных устройств на рентгеновских снимках багажа, Hydrogen набирает 0.315 против 0.282 у Carbon. Все модели показывают здесь низкие результаты, поэтому считай Hydrogen лучшей из моделей на сложном наборе, а не готовой системой досмотра.

Эндоскопия полипов. На Kvasir-SEG Hydrogen набирает 0.805 и делит первое место на этом наборе. Terra набирает 0.71, а Carbon — 0.65; в нашем материале о результатах GPT-6.1 Terra подробнее рассматриваются результаты Terra на медицинских изображениях.

Кисти рук. На EgoHands, содержащем видео с видом от первого лица, где видны руки, Hydrogen набирает 0.995 и делит первое место с GPT-6 Astra.

УЗИ щитовидной железы — контрпример. На TN5000, где каждый узел помечен как доброкачественный или злокачественный, Hydrogen набирает 0.704 против 0.537 у Carbon. На этом наборе выше результаты Gemini 3.8 Flash (0.88) и Terra (0.935). Hydrogen также набирает почти ноль на наборе дефектов голых печатных плат (DeepPCB, 0.000), рентгеновских снимков при туберкулёзе (TBX11K, 0.013) и элементов интерфейсов программ (GroundCUA, 0.021).

При анализе медицинских изображений считай рамки любой модели черновой разметкой, которую должны проверить и утвердить клинические специалисты; это ни в коем случае не диагноз.

Таблица результатов по наборам данных на странице модели Gemini 4 Hydrogen: указаны mAP50, точность и полнота UL37 для каждого набора

Результаты Gemini 4 Hydrogen на UL37 по отдельным наборам данных со страницы модели по состоянию на 14 ноября 2026 года.

На каждый набор приходится 10 изображений, поэтому воспринимай результат в одной строке как повод протестировать модель на собственных изображениях, а не как окончательный вывод. В нашем руководстве по выбору VLM по точности и полноте объясняется, как сопоставить ложные рамки с пропущенными объектами, когда у тебя уже есть короткий список моделей.

Как запустить авторазметку Gemini 4 Hydrogen на своём наборе данных#

Hydrogen — модель обнаружения объектов с подсказками в виде названий классов для наборов данных с 1–200 классами. Она возвращает рамки для названий классов из твоего набора данных, а перед обучением ты проверяешь их.

  1. Создай ключ Gemini API в Google AI Studio.
  2. Попроси владельца рабочего пространства добавить ключ в разделе Settings > API Keys рабочего пространства Platform, которому принадлежит твой набор данных. Google выставляет счёт напрямую за использование твоего ключа; подробности смотри в документации по ключам провайдера.
  3. Открой изображение в редакторе разметки, переключись в режим Smart и выбери Gemini 4 Hydrogen в разделе Google в списке моделей.
  4. Нажми Predict или P, чтобы разметить текущее изображение. Когда провайдер возвращает оценку стоимости, уведомление после каждого предсказания показывает её, поэтому несколько репрезентативных изображений помогут оценить стоимость обработки твоих данных.
  5. На странице набора данных выбери More actions > Batch Annotation, чтобы за один проход разметить все изображения без разметки. Проверь Estimated Cost и нажми Start. Сначала Platform сохраняет версию набора данных, чтобы ты мог откатить изменения; существующая разметка никогда не меняется.
  6. Проверь и исправь рамки, затем обучи модель Ultralytics YOLO26 на полученных данных в том же рабочем пространстве с помощью облачного обучения.

Подробнее о том, как эти модели работают в редакторе, смотри в материалах о том, как Ultralytics Platform использует ИИ для автоматизации разметки и почему проверка человеком остаётся частью рабочего процесса.

Кому подойдёт Gemini 4 Hydrogen#

Команды, которые сейчас размечают данные с помощью Gemini 3.8 Flash, получат с Hydrogen из быстрого тарифного уровня Google прирост 0.037 mAP50 на UL37; на странице модели указаны результаты на каждом наборе, в том числе лучший результат на PlantDoc и разделённое первое место на Kvasir-SEG. Результаты зависят от набора данных, поэтому сначала протестируй модель на репрезентативных изображениях и проверь рамки и расчётную стоимость, прежде чем запускать Batch Annotation.

Чтобы сравнить точность, стоимость и скорость всех моделей, открой рейтинг VLM. Для размещённых моделей, таких как Qwen3.8 27B и SAM 3.1 Text, ключ API не нужен.

Часто задаваемые вопросы

  • В нашем бенчмарке UL37 модель набирает 0.553 mAP50 на 36 реальных наборах данных для обнаружения объектов и занимает третье место в рейтинге VLM Ultralytics, уступая Gemini 4 Carbon (0.584) и GPT-6.1 Terra (0.560). Её результат mAP50-95 равен 0.350 — это второй результат после Carbon; кроме того, модель показывает лучший результат среди всех 46 моделей на PlantDoc, SeaDronesSee 2 и IEDXray.

  • В нашем бенчмарке плата Google за токены составила $20.32 за 1 000 изображений по стандартному тарифу Hydrogen на 16 ноября 2026 года: $1.50 за миллион входных токенов и $7.50 за миллион выходных токенов. Batch Annotation в Ultralytics Platform добавляет $1.00 за 1 000 изображений, а Google выставляет счёт за токены непосредственно по твоему ключу.

  • Цена Hydrogen за токен составляет 75% от вводной цены Carbon, но на UL37 в запусках Hydrogen использовала примерно вдвое больше токенов с учётом их цены на изображение, поэтому обработка 1 000 изображений стоит $20.32 против $12.93. По объявленной цене Carbon с 1 декабря те же объёмы использования Carbon обошлись бы примерно в $25.87.

  • На UL37 Carbon набирает 0.584 mAP50, а Hydrogen — 0.553; разница составляет 0.031. Hydrogen показывает результаты выше Carbon на PlantDoc, SeaDronesSee 2, IEDXray, Kvasir-SEG, EgoHands и TN5000. На твоих изображениях результаты могут отличаться, поэтому протестируй обе модели на выборке, прежде чем запускать крупную партию.

  • На UL37 GPT-6.1 Terra набирает 0.560 mAP50, Hydrogen — 0.553, а GPT-6.1 Sol — 0.514. Hydrogen набирает 0.350 mAP50-95, опережая Terra с результатом 0.345 и Sol с результатом 0.318; кроме того, Hydrogen показывает результаты выше Terra на PlantDoc, SeaDronesSee 2 и Kvasir-SEG. Terra лучше справляется с УЗИ щитовидной железы на TN5000: 0.935 против 0.704 у Hydrogen. В нашем материале о результатах GPT-6.1 Terra подробно рассматриваются сильные стороны Terra.

  • На UL37 Hydrogen набирает 0.553 mAP50 против 0.516 у Flash. В наших запусках стоимость услуг провайдера составила $20.32 за 1 000 изображений для Hydrogen и $5.86 для Flash по вводному тарифу, который, по данным Google, действует до 31 декабря. По объявленному тарифу с 1 января 2027 года те же объёмы использования Flash обошлись бы примерно в $11.72.

  • Да. Владелец рабочего пространства добавляет ключ Gemini API из Google AI Studio в разделе Settings > API Keys рабочего пространства, которому принадлежит твой набор данных; Google выставляет счёт напрямую аккаунту, привязанному к этому ключу. Чтобы размечать данные без ключа провайдера, используй размещённую модель, например Qwen3.8 27B или SAM 3.1 Text, либо одну из собственных моделей YOLO.

Автор

Glenn Jocher
Glenn Jocher

Основатель и генеральный директор · Ultralytics

Гленн Джочер — основатель и генеральный директор Ultralytics, где он руководит разработкой Ultralytics YOLO — самых широко используемых в мире моделей компьютерного зрения. Его работа не ограничивается созданием более быстрых и точных моделей: он стремится помочь людям по всему миру решать важные задачи с помощью ИИ для компьютерного зрения.

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.

Изучи решения

Компьютерное зрение в спорте

Компьютерное зрение в спорте

Узнай, как Ultralytics YOLO обеспечивает компьютерное зрение в спорте: отслеживание игроков и мяча, аналитика результатов, полезные выводы для тренеров и реабилитация спортсменов.
Подробнее
Компьютерное зрение для аэросъёмки

Компьютерное зрение для аэросъёмки

Превращай снимки с дронов и аэрофотоснимки в полезные данные в реальном времени для сельского хозяйства, аквакультуры, охраны природы и геопространственного анализа с Ultralytics YOLO.
Подробнее
Компьютерное зрение в аэрокосмической отрасли

Компьютерное зрение в аэрокосмической отрасли

Применяй компьютерное зрение в аэрокосмической отрасли с Ultralytics YOLO: для осмотра самолётов, обнаружения посторонних предметов на взлётно-посадочных полосах, наземного обслуживания аэропортов и выявления дефектов композитных материалов.
Подробнее
Компьютерное зрение в сфере безопасности

Компьютерное зрение в сфере безопасности

Защити любой объект с помощью моделей Ultralytics YOLO. ИИ на базе компьютерного зрения обеспечивает мониторинг периметра, обнаружение угроз, распознавание номерных знаков и безопасность на рабочем месте.
Подробнее
Компьютерное зрение в робототехнике

Компьютерное зрение в робототехнике

Создавай более интеллектуальные машины с моделями Ultralytics YOLO. ИИ на базе компьютерного зрения в робототехнике обеспечивает автономную навигацию, восприятие, отслеживание объектов и управление в реальном времени.
Подробнее
Компьютерное зрение в логистике

Компьютерное зрение в логистике

Оптимизируй логистику с моделями Ultralytics YOLO. Визуальный AI обеспечивает проверку посылок, сортировку, отслеживание транспорта и мониторинг безопасности на складе в реальном времени.
Подробнее
Компьютерное зрение в розничной торговле

Компьютерное зрение в розничной торговле

Переосмысли розничную торговлю с моделями Ultralytics YOLO. Визуальный AI обеспечивает отслеживание запасов, мониторинг полок, управление очередями и более глубокое понимание поведения покупателей.
Подробнее
Компьютерное зрение в здравоохранении

Компьютерное зрение в здравоохранении

Создавай решения для здравоохранения с моделями Ultralytics YOLO. Визуальный AI в здравоохранении ускоряет медицинскую визуализацию, улучшает диагностику и мониторинг пациентов.
Подробнее
Компьютерное зрение в производстве

Компьютерное зрение в производстве

Оптимизируй производство с моделями Ultralytics YOLO. Компьютерное зрение на базе ИИ обеспечивает контроль качества, обнаружение дефектов, контроль использования СИЗ и автоматизацию сборочных линий.
Подробнее
Компьютерное зрение в автомобильной отрасли

Компьютерное зрение в автомобильной отрасли

Применяй компьютерное зрение в автомобильной отрасли с моделями Ultralytics YOLO. Компьютерное зрение на базе ИИ повышает безопасность дорожного движения, улучшает помощь водителю и автоматизацию автомобилей, делая дороги умнее.
Подробнее
Компьютерное зрение в сельском хозяйстве

Компьютерное зрение в сельском хозяйстве

Внедряй ИИ для компьютерного зрения в умное сельское хозяйство с моделями Ultralytics YOLO. Используй их для мониторинга посевов, отслеживания скота и точного земледелия, чтобы повысить урожайность и эффективность.
Подробнее

Давай вместе строить будущее ИИ!

Начни свой путь в будущее машинного обучения