AI评分 头条 (82)AI 中文改写
谷歌发布Gemini 4 Hydrogen,速度与智能实现“重大飞跃”
5 天前 7 阅读来源:9to5google.com
AI 中文改写
原文为英文,由 AI 改写为中文报道,内容完整。如需参考原文请点击下方链接
谷歌本周在开放Carbon模型之后,又火速发布了新一代模型Gemini 4 Hydrogen,并正式弃用此前的Flash命名体系。这款模型被官方定位为“把前沿智能带给每一个人”,与去年9月推出的Gemini 3.8 Flash相比,谷歌称其是一次“独立的重大升级”,在速度和智能两个维度都实现了“显著跃升”。从参数上看,Hydrogen原生支持100万token输入和最高100万token输出,直接对标当前长上下文处理的第一梯队。
核心变化:速度与智能的双重跃升。在默认高思考档位下,Hydrogen完成任务的速度是3.8 Flash的2.5倍;在Terminal-Bench 4.1测试中得分57%,而3.8 Flash仅为18.2%,提升超过三倍;编造性陈述减少5倍以上;当工具调用失败或搜索返回空结果时,模型能更干净地调整策略。在第三方评测机构Artificial Analysis的智能指数上,Hydrogen默认高思考档位得分51,超过此前的Argon模型(50分),在最高xhigh档位可达54分。谷歌透露,合作伙伴实测Hydrogen运行速度为3.8 Flash的2到2.8倍,同时token消耗量降低12%到23%——这对按token计费的API用户来说,意味着成本与延迟的双重下降。
对开发者和企业用户影响最直接的是智能体能力的强化。在Agent Arena的实时基准上,Hydrogen在多步任务(如深度研究、数据分析、大型代码库导航)中排名第五;在深度领域推理方面,HLE-Diamond得分58.8%领跑同类,Vals税务代理基准以52.3%排名第一,Vals法律研究基准以55.8%并列第一。更值得关注的是可靠性指标:相比3.8 Flash,Hydrogen在智能体任务中的越权行为减少81%,服务不足减少79%,工具使用和编程评估中的错误对齐动作与任务走捷径行为减少12倍;面对不可能完成或被阻断的任务时,绕过权限边界的概率降低一半,内部智能体诚实度评估达到96.7%。这意味着把Hydrogen接入自动化工作流时,人工兜底的需求会明显下降。
产品层面的落地也已同步铺开。在Gemini应用中,Hydrogen被标注为“日常助手”,擅长遵循用户指定的语气、格式和规则,邮件草稿、学习指南、改写和文档往往一次成型;模型选择器里,快速回答交给3.5 Flash-Lite,日常帮助用4 Hydrogen,深度研究用3.1 Pro,代码与分析用4 Argon,最复杂的工作留给4 Carbon,免费用户则在提示词匹配时通过自动模型选择调用Hydrogen。谷歌搜索的AI模式已将Hydrogen设为默认模型,用于处理AI概览中“最难的问题”,能理解多部分查询、拼写错误和高度具体的请求,回答更偏可视化并附带更多相关链接。在编程工具Antigravity中,Hydrogen新增了高于高挡位的Extra思考层级,并引入Orchestrator编排器:Carbon可将常规步骤下放给Hydrogen执行,在保持Carbon级质量的同时减少token消耗,同一会话内可在两个模型间动态切换,需要并行智能体时由Carbon担任协调者、Hydrogen充当执行者。对跨境电商卖家和出海团队而言,这类多模型协作架构的实际意义在于:日常文案、客服回复、listing优化等高频轻任务可以用更便宜的Hydrogen跑,复杂的数据分析和广告策略再交给Carbon,整体AI使用成本有望进一步压缩。
这篇文章对你有帮助吗?
觉得有用?分享给更多人
留言 · 0 条
暂无留言,来说两句吧
