Ile analizy wymaga tygodniowy raport? Plan testu Gemini 4 Hydrogen
Użyj tego samego nagrania spotkania, PDF-u i arkusza, aby porównać poziomy rozumowania Gemini 4 Hydrogen pod względem czasu weryfikacji, kosztu i zgodności ze źródłami.
Spotkanie skończyło się czterdzieści minut temu. Masz nagranie, arkusz i zmieniony PDF z planem projektu. Dyrektorka chce krótkiej notatki z zatwierdzonym terminem, osobą odpowiedzialną za każde zadanie i uzasadnieniem każdej zmiany. Odpowiedź może pojawić się w kilka sekund, a i tak spędzisz następny kwadrans na odsłuchiwaniu spotkania, jeśli nie będzie jasne, skąd wziął się termin.
12 listopada 2026 roku Google udostępnił Gemini 4 Hydrogen, wariant Gemini 4 do codziennego programowania i pracy agentowej. W ogłoszeniu wymieniono aplikację Gemini, Google AI Studio, Gemini API i kilka innych usług Google. Na platformie Agent Platform w Google Cloud Hydrogen przyjmuje dźwięk, obrazy, wideo, tekst oraz wybrane formaty plików Office i OpenDocument. Cztery poziomy rozumowania pozwalają programistom regulować zakres analizy przy porównywalnych żądaniach. Ogłoszenie Google · Dokumentacja modelu w Google Cloud
Na pierwszy test wybierz raport, który już przygotowujesz co tydzień. Poproś Hydrogen o tę samą notatkę z tych samych plików przy dwóch ustawieniach. Następnie zmierz, ile czasu zajmuje zatwierdzenie każdej wersji. Tak łatwiej ustalić, czy dokładniejsza analiza oszczędza pracę, gdy źródła są ze sobą sprzeczne.
Krótka odpowiedź może wymagać wielu dowodów
Załóżmy, że slajd 12 w PDF-ie projektu podaje 14 maja jako planowany dzień premiery, rejestr projektu wskazuje 19 maja, a w nagraniu pada propozycja przesunięcia na 21 maja. To trzy różne rodzaje informacji. Propozycja może zasługiwać na wzmiankę w notatce, ale trzeba ją oznaczyć inaczej niż potwierdzony termin. Przydatna odpowiedź modelu zachowuje te rozróżnienia nawet w czterech linijkach.
To dobre zadanie dla modelu, który potrafi bezpośrednio pracować z różnymi rodzajami danych. Uczestnik spotkania może wyjaśnić, dlaczego zmieniono liczbę w arkuszu. PDF może potwierdzić, którą wersję planu rozesłano. W komórce może być zatwierdzona kwota, a w nagłówku kolumny podana jednostka. Użycie tych materiałów razem pozwala uniknąć ręcznego wyciągania transkrypcji, przepisywania tabeli czy wklejania wybranych stron do jednego polecenia. Wybór dowodów przez model nabiera przez to większego znaczenia.
Przed porównaniem nadaj każdemu materiałowi stałą nazwę. Podaj nazwę nagrania i format znaczników czasu. W przypadku skoroszytu wskaż arkusz i poproś o adresy komórek lub numery wierszy. Jeśli numeracja wydrukowana w PDF-ie różni się od numeracji stron pliku, rozróżnij je. Dzięki temu łatwo sprawdzić odwołania nawet po przeniesieniu plików do wspólnego folderu.
Do każdego istotnego twierdzenia dołącz źródło, które można otworzyć podczas weryfikacji. Ilustracja Telli.sh.
Uwzględnij prosty przypadek kontrolny. Jeśli zatwierdzony budżet jest w jednym wyraźnie opisanym arkuszu, oba ustawienia powinny go znaleźć bez trudu. Potem dodaj trudniejszy przykład, np. spotkanie, na którym omówiono dwa warianty budżetu i nie podjęto decyzji. Przyznaj punkt za oznaczenie sprawy jako nierozstrzygniętej. Porównanie staje się użyteczne wtedy, gdy trudne przypadki przypominają błędy rzeczywiście spotykane w zespole.
Cztery poziomy rozumowania dają parametr do porównania
Google Cloud dokumentuje dla Hydrogen poziomy LOW, MEDIUM, HIGH i XHIGH. W opisanym interfejsie API domyślny jest HIGH. Zespół może zacząć od porównania LOW z ustawieniem domyślnym, a potem dodać inny poziom, jeśli żaden nie radzi sobie z powtarzającym się trudnym przypadkiem. Sprawdź interfejs, na którym wdrożysz rozwiązanie. Opcja dostępna przez API może wyglądać inaczej w aplikacji konsumenckiej. Dokumentacja modelu w Google Cloud
Uprość konfigurację. Użyj tego samego identyfikatora modelu, załączników, polecenia i formatu odpowiedzi. Wyłącz zbędne narzędzia, żeby przegląd dokumentów nie zamienił się w przeszukiwanie internetu ani w serię pobocznych działań. Dopasuj długość odpowiedzi do potrzeb odbiorców. Jeśli komisja chce sześciu decyzji na jednej stronie, daj jej tyle, nawet gdy model potrafi wygenerować o wiele dłuższy raport.
Zapisz czas od żądania do otrzymania pełnej odpowiedzi. Jeśli ktoś czyta tekst podczas przesyłania, zapisz także moment pojawienia się początku. Następnie sprawdź, ile czasu zabierają weryfikacja, poprawki i zatwierdzenie. Długie oczekiwanie na pierwszy token może przeszkadzać w aplikacji interaktywnej. Pierwszy token może pojawić się szybko, a reszta odpowiedzi docierać długo. Oba pomiary są przydatne, a czas na poprawę liczby pozbawionej źródła trzeba doliczyć osobno.
W przypadku raportu dla zespołu pokaż obie wersje w tym samym formacie i ukryj ustawienia przed osobą oceniającą. Niech oznaczy każdy termin, każdą osobę odpowiedzialną i każde twierdzenie liczbowe. Przyznawaj więcej punktów za odwołanie do konkretnego źródła niż za link do ogólnego folderu projektu. Oddziel poprawki rzeczowe od redakcyjnych, żeby zmiana tonu nie zacierała wyników dotyczących dowodów.
| Co zapisać | Przydatna obserwacja | Dlaczego ma znaczenie |
|---|---|---|
| Czas do pełnej odpowiedzi | Ile trwa otrzymanie całej odpowiedzi | Określa, kiedy można rozpocząć przegląd gotowego tekstu |
| Trafność odwołań | Czy wskazana strona, komórka lub przedział czasu potwierdza twierdzenie | Pozwala oszacować nakład pracy przy weryfikacji źródeł |
| Obsługa sprzeczności | Czy rozbieżne terminy pozostają oznaczone jako nierozstrzygnięte | Ogranicza ryzyko uznania propozycji za decyzję |
| Czas pracy osoby weryfikującej | Minuty potrzebne na sprawdzenie, poprawienie i przyjęcie notatki | Obejmuje pracę, która zostaje po wygenerowaniu tekstu |
| Koszt żądania | Zużycie i rozliczenia w danej usłudze, włącznie z ponownymi próbami | Pokazuje koszt raportu, z którego zespół może skorzystać |
Milion tokenów też trzeba podzielić
Dokumentacja Google Cloud podaje dla opisanych interfejsów Hydrogen wspólny limit 1 048 576 tokenów wejścia i wyjścia. Do wyjścia zaliczają się rozumowanie, wywołania funkcji oraz końcowa odpowiedź. Jeden odcinek generowania w trybie pierwszoplanowym może obejmować do 65 536 tokenów wyjściowych, a obsługiwane mechanizmy kontynuacji pozwalają wydłużyć generowanie w granicach wspólnego limitu. Ma to znaczenie w porównaniu z systemem, który osobno opisuje limity kontekstu i wyjścia. Dokumentacja modelu w Google Cloud
Do pierwszego testu wystarczą wybrane materiały. Przy cotygodniowej notatce decyzyjnej daj modelowi aktualne źródła i tyle historii, ile potrzeba do zrozumienia zmiany. Nieaktualny rejestr może się przydać do sporządzenia listy zmian. Jeśli jednak położysz go obok aktualnego pliku bez daty ani oznaczenia stanu, model będzie miał więcej wiarygodnie wyglądających odpowiedzi do wyboru.
Nagrania i skany zasługują na osobne przypadki. Trudniej rozpoznać osobę mówiącą cicho albo wypowiadającą kilka podobnych nazwisk niż osobę wskazaną w metadanych spotkania. Według dokumentacji Google Cloud skanowane PDF-y domyślnie nie przechodzą przez OCR. Jeśli taki załącznik jest kluczowy, sprawdź, czy używany proces udostępnia potrzebny tekst, zanim przypiszesz wynik poziomowi rozumowania. Dokumentacja modelu w Google Cloud
Jednym ze sposobów świadomego wykorzystania kontekstu jest zadanie dwóch pytań do tego samego pakietu źródeł. Najpierw poproś o krótką listę decyzji. Potem poproś o sprawdzenie jednego spornego twierdzenia z cytatami lub znacznikami czasu i opisem niepewności. Pierwszą odpowiedź powinno dać się szybko przejrzeć. Druga powinna dostarczyć materiału wystarczającego do wyjaśnienia rozbieżności bez zaczynania od zera.
Porównaj dwa ustawienia na tych samych materiałach i dolicz pracę związaną z weryfikacją wygenerowanej odpowiedzi. Ilustracja Telli.sh.
Szybka wersja robocza wygrywa, gdy da się ją wcześniej zatwierdzić
W ogłoszeniu Google Hydrogen uzyskał według producenta 53,4% w Multimodal Knowledge Agent i 71,6% w Agents' Last Exam v1.1. Są to wyniki podane przez Google dla konkretnych testów. Uzasadniają włączenie syntezy dokumentów do pilotażu. Zespół, w którym regularnie dochodzi do sporów o wersję arkusza, potrzebuje też własnych przypadków. Powinien uwzględnić odpowiedzi wyglądające przekonująco, choć dane w arkuszu wskazują co innego. Wyniki testów i demonstracje Google
Rozważ dwa hipotetyczne przebiegi. Pierwsza wersja robocza pojawia się po 20 sekundach, a weryfikacja trwa cztery minuty, bo dwa odwołania są niejasne. Druga wersja pojawia się po 45 sekundach, a sprawdzenie trwa minutę, bo każda liczba ma konkretne źródło. Szybsze generowanie przegrywa w pomiarze, który ma znaczenie dla osoby sprawdzającej. Z kolei ustawienie poświęcające więcej czasu na omówienie jednoznacznego pliku może wydłużyć pracę nad zwykłą notatką bez poprawy wyniku.
Przygotuj prosty arkusz porównawczy. Zapisuj, czy odpowiedź trzeba było wygenerować ponownie i z jakiego powodu. Przy poważnym błędzie zanotuj, czy model pominął materiał, źle odczytał format daty, zacytował prawdziwy fragment bez oparcia dla twierdzenia lub uznał coś za zatwierdzone bez podstaw. Każda kategoria wskazuje na inne rozwiązanie. Brakujące informacje mogą wymagać lepszego przygotowania plików, a błędne odczytanie sprzeczności może uzasadnić zmianę ustawienia lub sprawdzenie wybranego twierdzenia przez człowieka.
Jeśli w pracy wracasz do tych samych materiałów, mierz osobno pierwsze i kolejne żądania. Google Cloud opisuje niejawne buforowanie kontekstu w Hydrogen. Przy porównaniu ustawień uwzględnij działanie pamięci podręcznej i faktyczne rozliczenia. Kolejna próba może się różnić od pierwszej z powodów niezwiązanych z rozumowaniem. Aby wiarygodnie oszacować nakład pracy przy cotygodniowym raporcie, odtwórz układ plików i powtarzającego się kontekstu, jaki przewidujesz po wdrożeniu. Dokumentacja modelu w Google Cloud
Mały pilotaż może pomóc w przygotowaniu następnego raportu
- Wybierz trzy archiwalne pakiety raportowe, których decyzje i źródła już znasz. Uwzględnij zwykły pakiet, przypadek z poprawką w osobnym pliku i rzeczywistą sprzeczność. W wybranej usłudze korzystaj z materiałów publicznych, syntetycznych lub zatwierdzonych.
- Uruchom Hydrogen w interfejsie API lub środowisku roboczym, na którym planujesz wdrożenie. Porównując poziomy rozumowania przez API, sprawdź aktywne ustawienie i zachowaj pozostałe parametry żądania. W opisanym API Google Cloud zacznij od
LOWiHIGH. - Poproś o jednostronicową notatkę z decyzją, osobą odpowiedzialną, terminem i dokładnym źródłem dla każdej pozycji. Poleć modelowi wyraźnie oddzielić propozycje od zatwierdzeń i zaznaczyć sprzeczności. Gdy się da, wymagaj numerów stron, adresów komórek lub przedziałów czasu.
- Oceń każdą wersję, zanim sprawdzisz, które ustawienie ją wygenerowało. Licz błędy w dowodach osobno od poprawek językowych. Zapisuj czas pełnej odpowiedzi, całkowity czas weryfikacji, ponowne próby i koszt widoczny w danych o zużyciu usługi.
- Rozdzielaj pracę według wyników porównania. Jeśli proste pakiety regularnie przechodzą sprawdzian, zacznij od konfiguracji użytej w tych przypadkach. Przy częstych rozbieżnościach użyj mocniejszego ustawienia lub zleć człowiekowi sprawdzenie spornego twierdzenia. Gdy proces się zmieni, dodaj nowe przykłady.
Takie porównanie sprawdzi się też w innych zadaniach o podobnej strukturze. Zespół obsługi klienta może połączyć nagranie przekazania sprawy z opisem zakresu prac i wyciągnąć z nich uzgodnione zobowiązania. Badacz może zestawić nagrane omówienie z opublikowaną tabelą wyników i sprawdzić, czy interpretacja zgadza się z liczbami. W obu przypadkach oprzyj odpowiedź na miejscach w źródłach, z których ludzie faktycznie skorzystają podczas weryfikacji.
Jeśli proces obejmuje wysłanie gotowej notatki dalej, na koniec sprawdź, jak potraktowano niepewność. Informacja, że osoba odpowiedzialna wciąż czeka na potwierdzenie, może się przydać bardziej niż pewnie brzmiący domysł. Zachowaj informację o brakującym fakcie w wersji końcowej i zanotuj, która pozycja wymagała decyzji człowieka przed wysłaniem. To ułatwi kolejny przegląd nawet przy użyciu tego samego modelu.
Poziomy rozumowania Hydrogen dają większą kontrolę nad czasem generowania raportu. Lepsze ustawienie sprawdza się wtedy, gdy skraca drogę od otwarcia plików źródłowych do zatwierdzenia wiarygodnego opisu tego, co się wydarzyło.
Źródła
- Ogłoszenie Gemini 4 Hydrogen z 12 listopada 2026 roku, wyniki testów i oficjalne demonstracje Google
- Specyfikacja modelu i obsługiwane interfejsy w Google Cloud
Dokumenty źródłowe, nagrania spotkań i późniejsze notatki możesz zebrać w jednym miejscu. Załóż konto Telli.sh.