
جمنای ۴ هیدروژن چیست؟ امکانات، نحوه استفاده و مقایسه با آرگون و کربن
با جمینای ۴ هیدروژن چه کارهایی میتونین انجام بدین؟ امکانات، دسترسی رایگان و تفاوتش با آرگون و کربن رو بشناسین.
اگه اکانت Gemini میخرین تا متن بنویسین، فایل بررسی کنین یا برای کدنویسی ازش کمک بگیرین، احتمالاً سرعت انجام کار هم بهاندازه کیفیت جواب براتون مهمه. جمنای ۴ هیدروژن (Gemini 4 Hydrogen) مدل جدید گوگله که با تمرکز روی همین نیاز معرفی شده: انجام سریعتر کارهای روزمره و دنبالکردن درخواستهایی که چند مرحله دارن.
برای امتحانکردن هیدروژن میتونین از سایت و اپلیکیشن جمنای یا Google AI Studio شروع کنین. انتخاب مستقیم مدل در جمنای به پلن شما بستگی داره؛ حساب رایگان هم میتونه از طریق انتخاب خودکار، برای بعضی درخواستها از هیدروژن استفاده کنه.
نکته جالب اینه که هیدروژن میتونه در کنار Argon 4 و جمنای 4 کربن هم کار کنه؛ مثلاً یک مدل مسیر پروژه رو مشخص کنه و هیدروژن اجرای بخشهای اون رو جلو ببره. اما برای کار شما کدوم انتخاب مناسبتریه؟ در ادامه، امکانات، روش استفاده، هزینه و تفاوت این مدلها رو با مثال بررسی میکنیم.

جمنای ۴ هیدروژن چه تفاوتی با بقیه مدلهای گوگل دارد؟
هدف اصلی هیدروژن، سرعت و کارایی در اجرای کارهاست. گوگل آرگون و کربن رو برای بررسی عمیقتر مسئلههای دشوار معرفی میکنه و هیدروژن رو برای کارهایی که باید سریعتر و با مصرف مناسب جلو برن.
فرض کنین دارین یک فروشگاه اینترنتی میسازین. تصمیمگیری درباره ساختار بخش پرداخت، با نوشتن چند آزمون برای فرم ثبتنام فرق داره. در اولی، بررسی ارتباط بخشها و احتمال خطا اهمیت زیادی داره. در دومی، وظیفه روشنتره و میخواین کار سریعتر اجرا بشه.
این مثال کمک میکنه جای هیدروژن رو بهتر بشناسین. البته مرز مدلها قطعی نیست و قرار نیست هیدروژن فقط کارهای ساده انجام بده؛ نتایج آزمونها هم نشون میدن در بعضی معیارها حتی از آرگون جلو میافته.
قابلیتهای مدل Gemini 4 Hydrogen؟
توی این بخش قراره مهمترین کارهایی که مدل هیدروژن جمنای میتونه انجام بده رو باهمدیگه بررسی کنیم:
1- نوشتن و بازنویسی متن با توجه به خواسته شما
گوگل میگه هیدروژن برای دنبالکردن دقیقتر لحن، قالب و قواعدی که مشخص میکنین، بهبود پیدا کرده. کاربردهایی مثل پیشنویس ایمیل، راهنمای مطالعه، بازنویسی و مقایسه اطلاعات هم در معرفی اون آمده.
برای مثال، شما یک متن صفحه محصول دارین که زیادی رسمی شده. میتونین از مدل بخواین جملهها رو سادهتر کنه، مخاطب رو «شما» خطاب کنه و مشخصات محصول رو بدون تغییر نگه داره.
بهتره همراه توضیح لحن، یک نمونه کوتاه هم بدین. «مثل این پاراگراف بنویس» معمولاً خواسته شما رو روشنتر از عبارتی مثل «متن خیلی خوبی بنویس» منتقل میکنه. بعد هم خروجی رو از نظر درستبودن اطلاعات و هماهنگی با سبک سایت بررسی کنین.
2- خواندن فایل، نمودار، عکس و ویدئو
هیدروژن ورودی متنی، تصویری، صوتی و ویدئویی رو میپذیره. بنابراین، با توجه به ابزارهای محیط انتخابی، میتونین برای سؤالپرسیدن از فایلها و محتوایی که دارین کمک بگیرین.
یک کاربرد ساده، مقایسه گزارش و نموداره. مثلاً فایل گزارش فروش رو همراه نمودار بفرستین و بپرسین: «کدوم تغییر مهم در نمودار دیده میشه، ولی در توضیح گزارش بهش اشاره نشده؟»
مستندات توسعهدهندگان به بررسی جدولها، PDFهای متراکم و جزئیات ویدئو هم اشاره میکنن. در محیط مجهز به ابزار، مدل میتونه برای بررسی دقیقتر ویدئو، سراغ فریمها و جزئیات مشخص بره. این امکانات رو باید در همون محیطی که استفاده میکنین بررسی کنین.
3- کدنویسی و رفع باگ با تغییرهای محدودتر
گوگل هیدروژن رو برای کارهایی مثل پاسخ به سؤال درباره کد پروژه، رفع خطا و اصلاح مرحلهبهمرحله برنامه معرفی کرده. در مطلب مخصوص توسعهدهندهها هم روی دنبالکردن دستور و اجرای سریعتر این کارها تأکید شده.
فرض کنین فرم تماس سایت در موبایل درست ارسال نمیشه. میتونین بخواین مدل ابتدا مسیر ارسال فرم رو بررسی کنه، بعد فقط قسمت مرتبط رو اصلاح کنه و نتیجه آزمایش رو گزارش بده.
از همون اول مشخص کنین کدوم بخشها باید تغییر کنن و چه چیزهایی باید حفظ بشن. مثلاً بنویسین: «ظاهر صفحه رو نگه دار؛ فقط مشکل ارسال فرم رو برطرف کن.» در پایان هم خودتون فرم رو امتحان کنین و تغییر فایلها رو ببینین.
4- ساخت نمونه اولیه سایت و ابزارهای تعاملی
هیدروژن برای توسعه وب و ساخت سریع نمونه اولیه هم معرفی شده. یعنی میتونین یک ایده رو توضیح بدین و در محیط مناسب، اولین نسخه قابل بررسی اون رو بسازین.
مثلاً یک ابزار مقایسه اشتراک میخواین که کاربر، بودجه و نوع استفادهاش رو وارد کنه و چند گزینه ببینه. برای شروع، بگین چه ورودیهایی لازم دارین، اطلاعات از کجا میاد و نتیجه باید چطور نمایش داده بشه.
همه جزئیات رو یکباره به پروژه اضافه نکنین. اول نسخه کوچک رو ببینین، بعد بخشهای بعدی رو مشخص کنین. این روش کمک میکنه زودتر متوجه بشین مدل، ایده شما رو درست فهمیده یا لازم شده مسیر رو اصلاح کنین.
5- استخراج اطلاعات برای استفاده در نرمافزار
اگه برنامهای دارین که باید از متن، اطلاعات مشخص بیرون بکشه، خروجی ساختاریافته کاربرد داره. مستندات گوگل برای هیدروژن نمونهای ارائه کرده که پاسخ رو مطابق یک ساختار JSON مشخص تحویل میده. JSON قالبی برای دریافت و پردازش اطلاعات در نرمافزاره.
برای مثال، از متن درخواست مشتری، نام محصول، مشکل گزارششده و تاریخ رو استخراج میکنین. بهجای یک پاراگراف آزاد، برنامه این موارد رو در فیلدهای جدا دریافت میکنه. البته منظمبودن قالب به معنی درستبودن همه دادهها نیست؛ مقدارهای استخراجشده هم باید بررسی بشن.
6- آیا هیدروژن عکس، ویدئو و موسیقی هم تولید میکند؟
خروجی مستقیم هیدروژن متنه. میتونه ورودیهای چندرسانهای رو بررسی کنه، اما برای تولید تصویر، ویدئو یا صدا باید ابزار یا مدل مربوط در دسترس باشه.
در یک پروژه تصویری، هیدروژن ممکنه سناریو بنویسه، کد آماده کنه یا مراحل کار با ابزارها رو جلو ببره. بنابراین، وقتی نمونهای از یک ویدئو یا محیط سهبعدی میبینین، ابزارهای استفادهشده رو هم ببینین تا معلوم بشه هر بخش چطور ساخته شده.
جمنای ۴ هیدروژن کجا در دسترس است؟
دسترسی به مدل در اپلیکیشن جمنای، با دسترسی API یا Antigravity یکسان نیست. جدول زیر بر اساس منابع رسمی بررسیشده تا ۱۳ نوامبر ۲۰۲۶ نوشته شده:
| محیط استفاده | وضعیت هیدروژن | نکته مهم |
|---|---|---|
| جمنای با حساب رایگان | استفاده از طریق انتخاب خودکار، برای درخواست مناسب | انتخاب دائمی مدل تضمین نشده |
| جمنای با Google AI Plus | در فهرست مدلهای بخش Chat | دسترسی Tasks جداست |
| جمنای با Pro و Ultra | در فهرست Chat و Tasks | سهمیه و امکانات به پلن بستگی دارن |
| Google AI Studio و Gemini API | سطح رایگان و پولی | محدودیت مصرف پروژه رو بررسی کنین |
| Google Search | عرضه برای همه کاربران اعلام شده | تجربه شما به دسترسی قابلیتهای جستوجو بستگی داره |
| Antigravity | در جدول فعلی مدلها برای گروههای مختلف پلن فهرست شده | عرضه تدریجی و وضعیت حساب رو بررسی کنین |
| Gemini در Google Sheets | شروع عرضه برای Pro و Ultra و اشتراکهای سازمانی مربوط | داشتن مدل در Chat، بهتنهایی همه قابلیتهای Sheets رو فعال نمیکنه |
بخش اپلیکیشن بر اساس راهنمای مدلهای جمنای، بخش API بر اساس مستندات توسعهدهندگان و بخش جستوجو و Sheets بر اساس اعلام گوگل تنظیم شده.
درباره Antigravity یک تفاوت بین منابع رسمی وجود داره: اطلاعیه شروع عرضه از Pro پولی و Ultra نام برده، اما جدول فعلی مدلها، هیدروژن رو در ستون Free و Plus هم نشون میده. برای حساب شما، فهرست مدلهای قابل انتخاب رو بررسی کنین؛ صرف داشتن نام یک پلن، دسترسی فوری رو قطعی نمیکنه.
چطور از جمنای ۴ هیدروژن استفاده کنیم؟
بستگی داره توی چه پلتفرمی بخواین ازش استفاده کنین:
1- شروع در سایت یا اپلیکیشن جمنای
- وارد جمنای بشین و حساب گوگل خودتون رو انتخاب کنین.
- اگه پلن شما انتخاب دستی مدل رو فراهم میکنه، منوی مدل زیر کادر پیام رو باز کنین.
- Hydrogen رو انتخاب کنین و سطح فکرکردن موجود در همون محیط رو تنظیم کنین.
- درخواست یا فایلتون رو بفرستین و بگین خروجی رو در چه قالبی میخواین.
در حساب رایگان، انتخاب خودکار مدل ممکنه درخواست مناسب رو به هیدروژن بسپره. راهنمای گوگل برای دیدن مدل استفادهشده در نسخه کامپیوتر، مسیر منوی پاسخ، گزینه Show thinking steps و انتهای اون بخش رو توضیح داده.
2- شروع در Google AI Studio و API
در AI Studio یک گفتوگوی تازه با هیدروژن باز کنین و اول یک کار کوچک رو امتحان کنین. اگه توسعهدهنده هستین، شناسه مدل برای اتصال برنامه، gemini-4-hydrogen است. مستندات، استفاده در GenerateContent و Interactions API رو توضیح دادن.
برای نمونه، میتونین بخشی از یک گزارش رو بفرستین و بخواین سه تغییر مهم رو همراه با مدرک استخراج کنه. وقتی از کیفیت خروجی روی نمونههای واقعی مطمئن شدین، استفاده رو به بخشهای بیشتری از برنامه گسترش بدین.
سطح رایگان هم محدودیت داره. در API، تعداد درخواست و حجم توکن در بازههای زمانی بررسی میشن و محدودیتها به پروژه مربوط میشن. عدد فعال حساب رو از بخش Rate limits در AI Studio ببینین؛ یک سهمیه ثابت برای همه کاربران در نظر نگیرین.
چهار سطح فکرکردن هیدروژن؛ کدام را انتخاب کنیم؟
هیدروژن در API چهار سطح Low، Medium، High و Xhigh داره. حالت پیشفرض High است و Xhigh برای بررسی عمیقتر اضافه شده. این تنظیمات روی زمان پاسخ و مصرف توکن اثر میذارن.
برای اینکه تفاوتشون ملموستر بشه، امتیاز مستقل Artificial Analysis رو هم کنار پیشنهاد کاربردی هر سطح میبینین:
| سطح | از کجا شروع کنیم؟ | امتیاز Intelligence Index |
|---|---|---|
| Low | پاسخهای سریع و پردازش کارهای سبکتر | ۲۷ |
| Medium | گفتوگوی تعاملی و تغییرهای سریع رابط | ۴۱ |
| High | بیشتر کارهای جدی، کدنویسی و بررسی فایل | ۵۱ |
| Xhigh | مسئله دشواری که High در حلش کافی نبوده | ۵۴ |
این اعداد، امتیاز شاخص هستن؛ درصد دقت در کارهای شما نیستن. نتایج چهار سطح در ارزیابی Artificial Analysis منتشر شده.
برای هر کاری سراغ Xhigh نرین. گوگل هم این سطح رو برای مسئلههای سخت پیشنهاد میکنه؛ در درخواست ساده ممکنه زمان و مصرف اضافه ایجاد کنه یا قبل از کاملشدن جواب، سقف خروجی رو پر کنه. کممصرفترین سطحی رو انتخاب کنین که کیفیت موردنیازتون رو میده.
مقایسه هیدروژن با آرگون، کربن و Flash
برای انتخاب، بهتره اول ببینین کارتون چه نوع بررسیای لازم داره. جدول زیر یک راهنمای کاربردیه؛ نتیجه قطعی برای همه پروژهها نیست:
| مدل | تمرکز اصلی | چه زمانی بررسیش کنیم؟ |
|---|---|---|
| Gemini 4 Hydrogen | اجرای سریعتر کارهای روزمره و چندمرحلهای | اصلاح کد، ساخت نمونه اولیه و کارهای پرتکرار |
| Gemini 4 Argon | استدلال پیشرفته با مصرف کمتر از کربن در هر نوبت | مسئلههای پیچیده و برنامهریزی پروژه |
| Gemini 4 Carbon | عمیقترین بررسی در خانواده فعلی گوگل | مسئلههای بسیار دشوار و کارهای طولانی |
| Gemini 3.8 Flash | مدل سریع نسل قبل | پروژههای موجودی که هنوز مهاجرت نکردن |
توضیح آرگون و کربن از مستندات رسمی همین دو مدل گرفته شده. گوگل هیدروژن رو هم بهعنوان گزینه جدید برای ارتقای کارهای مبتنی بر ۳.۸ فلش معرفی کرده.
آیا مدل هیدروژن جمنای از آرگون بهتره؟
در شاخص Artificial Analysis، هیدروژن High امتیاز ۵۱ گرفته و آرگون High امتیاز ۵۰. هیدروژن در Xhigh به ۵۴ میرسه. بنابراین، نباید فقط از روی اسم یا قیمت فرض کنین آرگون در همه کارها نتیجه بهتری میده.
در عین حال، یک امتیاز کلی جای مقایسه روی پروژه شما رو نمیگیره. پیشنهاد ما در دیکاردو اینه که یک درخواست واقعی رو با اطلاعات یکسان به هر دو بدین؛ بعد کیفیت نتیجه، زمان و میزان اصلاح لازم رو کنار هم ببینین.
مدل هیدروژن جمنای نسبت به Gemini 3.8 Flash چقدر پیشرفت کرده؟
طبق اعلام گوگل، هیدروژن در حالت پیشفرض High، کارهای ارزیابیشده رو ۲٫۵ برابر سریعتر انجام داده. نتیجه Terminal-Bench 4.1 هم از ۱۸٫۲ درصد برای ۳.۸ فلش به ۵۷ درصد رسیده. این اعداد مربوط به ارزیابیهای گزارششدهان؛ سرعت همه درخواستها به همین نسبت تغییر نمیکنه.
اگه در API از فلش مهاجرت میکنین، فقط نام مدل رو عوض نکنین. پیشفرض فکرکردن از Medium به High تغییر کرده، Minimal در هیدروژن پشتیبانی نمیشه و بعضی تنظیمات قبلی، مثل کش صریح، نیاز به بازبینی دارن.
مقایسه هیدروژن با مدلهای Claude و OpenAI
برای مقایسه با رقبا، نتایج جدول رسمی DeepMind رو میبینین. این جدول در همه ردیفها یک برنده نداره:
| آزمون | موضوع کلی | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra |
|---|---|---|---|---|
| SWE-sweep | پیدا کردن و اصلاح ایراد کد | ۱۳٫۵٪ | ۳٫۱٪ | ۵٫۸٪ |
| Terminal-Bench 4.1 | انجام کار در محیط ترمینال | ۵۷٪ | ۶۳٫۹٪ | اعلام نشده |
| Agents’ Last Exam v1.1 | کارهای حرفهای چندمرحلهای | ۷۱٫۶٪ | ۶۰٫۴٪ | ۶۹٫۸٪ |
| OSWorld 2.1، بخش آفلاین | کار با محیط کامپیوتر | ۷۷٫۶٪ | ۸۳٫۹٪ | ۷۴٫۲٪ |
| Terminal-Bench-Science 0.1 | وظایف علمی و محاسباتی | ۵۱٫۴٪ | ۵۹٫۹٪ | ۵۸٫۳٪ |
روش اجرا هم اهمیت داره: گوگل میگه بیشتر ارزیابیها با بالاترین تنظیم فکرکردن انجام شدن، مگر جایی که خلافش ذکر شده؛ برای نمونه، Terminal-Bench با High گزارش شده. بخش زیادی از اعداد رقبا هم از نتایج منتشرشده ارائهدهندگان یا جدولهای مرجع گرفته شده. پس شرایط همه ردیفها رو کاملاً یکسان فرض نکنین.
برای شما، پیام جدول روشنه: هیدروژن در بعضی کارها جلوتره و در بعضی عقبتر. اگه یک ابزار رو برای برنامهنویسی یا پژوهش انتخاب میکنین، آزمون مرتبط با همون نیاز رو جدیتر بگیرین.
Orchestrator چیست؟ همکاری هیدروژن با کربن و آرگون
Orchestrator یک گزینه در منوی مدلهای Antigravity است که برنامهریزی و اجرا رو بین دو مدل تقسیم میکنه. آرگون یا کربن، مسیر کار رو مشخص میکنن و هیدروژن، بخش اجرایی رو جلو میبره. اگه در اجرا مشکل پیش بیاد، کار میتونه برای بازبینی به مدل برنامهریز برگرده.
فرض کنین میخواین ورود با ایمیل رو به سایت اضافه کنین. مدل برنامهریز، فایلها و وابستگیها رو بررسی میکنه. هیدروژن تغییرها رو مینویسه و آزمونها رو اجرا میکنه. اگه نتیجه با برنامه اولیه جور نبود، مسیر دوباره بررسی میشه.
گوگل در ارزیابی گزارششده برای Orchestrator، موفقیتی نزدیک به کربن رو همراه با ۲۴ درصد مصرف سهمیه کمتر و ۱۹ درصد اجرای سریعتر اعلام کرده. این نتیجه مربوط به همون آزمونه و قول کاهش یکسان در پروژه شما نیست.
چطور Orchestrator رو فعال کنیم؟
در Antigravity، منوی مدل زیر کادر درخواست رو باز کنین و گزینه Orchestrator رو انتخاب کنین. Ultra هر دو گزینه Carbon و Argon رو داره؛ Pro پولی، یا دورههای آزمایشی دستگاههای واجد شرایط، به گزینه Argon دسترسی دارن. تنظیم فکرکردن Orchestrator ثابته.
فرق Orchestrator با Swarm چیه؟
Orchestrator در یک گفتوگو، کار رو بین برنامهریزی و اجرا جابهجا میکنه. Swarm برای تشکیل تیمی از چند دستیار و پیشبردن بخشهای پروژه بهصورت موازیه. در مستندات Swarm، نقش هماهنگکننده، اعضای اجرایی و بررسیکننده توضیح داده شده.
مثلاً ساخت چند قسمت مستقل صفحه میتونه بین اعضای Swarm تقسیم بشه. گوگل استفاده از هیدروژن برای نقشهای اجرایی و بررسیکننده در کنار مدلهای بزرگتر رو هم مطرح کرده. این یعنی هیدروژن میتونه بخشی از تیم باشه؛ لازم نیست همه مرحلهها رو یک مدل انجام بده.
هیدروژن چه تغییری در جستوجوی گوگل ایجاد میکند؟
گوگل عرضه هیدروژن در Search رو برای همه کاربران اعلام کرده. تمرکز این تغییر روی فهم بهتر سؤالهای چندبخشی، پاسخهای تصویریتر و پیدا کردن لینکهای مرتبط بیشتره.
مثلاً میپرسین: «برای کار دانشجویی و کمی تدوین ویدئو، لپتاپ سبک با باتری خوب میخوام؛ چه مشخصاتی رو در اولویت بذارم؟» در این سؤال چند نیاز با هم وجود داره و پاسخ باید رابطهشون رو در نظر بگیره.
گوگل میگه هیدروژن سؤال رو به موضوعهای مرتبط تقسیم میکنه و جستوجوهای همزمان انجام میده. نمایش جدول، تصویر و پاسخ منظمتر هم بخشی از این تغییره. بااینحال، عرضه مدل در Search به معنی فعالشدن همه امکانات AI Mode برای همه حسابها و زبانها نیست؛ گوگل از زبانهای پشتیبانیشده صحبت کرده.
ظرفیت یک میلیون توکن و Long Decode چه کاربردی دارن؟
هیدروژن یک ظرفیت مشترک ۱٬۰۴۸٬۵۷۶ توکنی داره. توکن واحد پردازش محتواست و دقیقاً برابر یک کلمه نیست. در این مدل، ورودی، فکرکردن و خروجی از همین فضای مشترک استفاده میکنن.
این ظرفیت برای کنار هم گذاشتن اطلاعات زیاد کاربرد داره؛ مثلاً چند سند مرتبط رو بررسی کنین و از مدل بخواین اختلافها رو پیدا کنه. بااینحال، فایلهای مرتب و سؤال روشن همچنان به گرفتن نتیجه بهتر کمک میکنن.
بهصورت پیشفرض، مجموع فکرکردن و خروجی هر پاسخ تا ۶۵٬۵۳۶ توکنه. Long Decode در API اجازه میده با تنظیمات لازم، تولید طولانیتر در چند مرحله ادامه پیدا کنه. این مسیر برای توسعهدهندههاست و به معنی دریافت فوری یک میلیون توکن خروجی در چت معمول نیست.
محدودیتهای هیدروژن؛ چه چیزهایی رو خودمون بررسی کنیم؟
هیدروژن هم میتونه اطلاعات نادرست تولید کنه. کارت مدل، احتمال خطا، کندی یا تمامشدن زمان درخواست رو ذکر کرده و پایان دانش آموزشی رو مارس ۲۰۲۶ اعلام کرده. برای اطلاعات تازه، منبع جدید یا ابزار جستوجو اهمیت داره.
NIST در راهنمای هوش مصنوعی مولد، یکی از خطاهای این ابزارها رو با عبارت زیر توصیف میکنه:
“confidently stated but erroneous or false content”
یعنی پاسخی که با اطمینان بیان شده، اما نادرسته. بنابراین، روانبودن متن رو بهتنهایی معیار درستی اون قرار ندین.
برای گزارش، از مدل بخواین محل عددها در فایل رو نشون بده. برای کد، بپرسین چه آزمونی اجرا شده و نتیجه چی بوده. اگه درباره موضوعی داده کافی نداره، بخواین همون کمبود رو مشخص کنه.
FAQ درباره جمنای هیدروژن 4
توی این بخش قراره سوالاتی که اکثر کاربران دارن رو جواب بدیم:
آیا جمنای ۴ هیدروژن رایگان است؟
بله، API و AI Studio سطح رایگان دارن. در اپلیکیشن رایگان هم امکان استفاده از طریق انتخاب خودکار مدل برای درخواست مناسب در نظر گرفته شده؛ این با انتخاب دستی و نامحدود فرق داره.
آیا برای هیدروژن باید Ultra بخریم؟
نه. راهنمای فعلی اپلیکیشن، هیدروژن رو برای Plus، Pro و Ultra فهرست کرده. سطح رایگان API هم وجود داره؛ نوع استفاده و سهمیه در هر مسیر متفاوت خواهد بود.
آیا هیدروژن برای فارسی مناسبه؟
میتونین درخواستها و متن فارسی خودتون رو با اون امتحان کنین. برای ادعای برتری در فارسی، در منابع بررسیشده آزمون اختصاصی کافی ندیدیم؛ کیفیت رو روی نمونه واقعی متن، لحن و اصطلاحات خودتون بسنجین.
آیا هیدروژن جای آرگون و کربن رو گرفته؟
نه، گوگل همچنان هر سه رو ارائه میکنه. هیدروژن برای اجرای سریعتر معرفی شده و میتونه در Orchestrator کنار آرگون یا کربن کار کنه.
آیا سطح Xhigh در اپلیکیشن جمنای هم هست؟
در راهنمای فعلی اپلیکیشن، سه سطح Low، Medium و High فهرست شده. چهار سطح و Xhigh در مستندات API و معرفی هیدروژن توضیح داده شدن؛ گزینههای محیط خودتون رو بررسی کنین.
آیا هیدروژن میتونه عکس و ویدئو بسازه؟
خروجی مستقیم مدل متنه. بررسی محتوای تصویری و ویدئویی رو پشتیبانی میکنه، اما تولید رسانه به ابزارها و مدلهای مخصوص وابسته است.
برای شروع، هیدروژن رو انتخاب کنیم یا کربن؟
برای یک کار مشخص و پرتکرار، هیدروژن نقطه شروع مناسبی برای امتحانه. اگه مسئله به بررسی عمیقتر نیاز داره، نتیجه رو با کربن مقایسه کنین یا در پروژه برنامهنویسی، Orchestrator رو بسنجین.





