Artificial Analysis 評測 Gemini 4 Hydrogen:智慧指數 54,成本約為 Claude Sonnet 5.5 的 32%
Artificial Analysis 評測 Gemini 4 Hydrogen:智慧指數 54,接近 Sonnet 5.5 且成本約其 32%
Artificial Analysis 評測 Gemini 4 Hydrogen,其 xhigh 推理的智慧指數為 54,較 Claude Sonnet 5.5(max)和 GPT-6.1 Sol(max)低 1 分,成本約為 Claude Sonnet 5.5(max)的 32%。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
評測同時比較不同推理級別的智慧指數、任務成本與基準表現,可用來瞭解 Gemini 4 Hydrogen 在能力和成本之間的取捨。
Google 的新 Gemini 4 Hydrogen 智慧水平略低於 Claude Sonnet 5.5 和 GPT-6.1 Sol,成本為 Sonnet 的三分之一,但約為 GPT-6.1 Sol 的 2.5 倍
@GoogleDeepMind 在六週內釋出了他們的第三款新模型。Gemini 4 Hydrogen 引入了 xhigh 推理級別,在 Artificial Analysis 智慧指數上得分 54,在視覺推理和抗幻覺方面表現突出。這使其落後 Claude Sonnet 5.5(max)和 GPT-6.1 Sol(max)1 分,成本約為 Sonnet 的 32%,但約為 GPT-6.1 Sol 的 2.5 倍。在 high 推理下,Gemini 4 Hydrogen 的智慧水平與 Gemini 4 Argon 相當,而每任務成本約為其 19%
要點:
- 新的 xhigh 推理級別在智慧指數上得分 54:xhigh 是 Gemini 模型上首個高於 high 的推理級別,使 Hydrogen 落後 Claude Sonnet 5.5(max)和 GPT-6.1 Sol(max)1 分,領先 Gemini 4 Argon(high)4 分。在預設(high)推理下,Gemini 4 Hydrogen 得分 51,略低於 GPT-6.1 Sol(xhigh,52)和 Claude Opus 5.5(high,52)
- 視覺推理、演示和抗幻覺能力強:在 GDP.pdf 這一長文件視覺推理基準上,它在 medium 推理下全通過率達到 33%,為該基準並列第一。在 AA-Omniscience 上,Hydrogen 的幻覺率為 8%,是有記錄以來最低之一,而 Claude Sonnet 5.5(max)為 43%,GPT-6.1 Sol(max)為 52%。在 AA-Briefcase 這一AI 助理知識工作評估中,評分者認為 Hydrogen 的演示優於其他 Gemini 模型,包括 Carbon
- 在AI 助理終端任務上較弱:Hydrogen 在 Terminal-Bench 4.0 上得分 54%,在 Terminal-Bench-Science 0.1 上得分 50%,這兩項涵蓋終端中的AI 助理程式設計和科研工作流。Claude Sonnet 5.5(max)得分 64% 和 53%,GPT-6.1 Sol(max)得分 56% 和 58%。xhigh 推理對科學任務有幫助,將 Terminal-Bench-Science 從 high 下的 41% 提升至 50%,但對 Terminal-Bench 4.0 沒有影響(兩者均為 54%)。科學得分在各領域間較為均衡,從地球科學的 46% 到物理科學的 53%
- 相對其智慧水平成本較低,但 xhigh 下 token 用量高:Hydrogen 定價為每百萬輸入/輸出 token 1.50/7.50 美元。在 xhigh 下,其每任務成本約為 Claude Sonnet 5.5(max)的 32%,智慧水平接近,但約為 GPT-6.1 Sol(max)的 2.5 倍。與 high 相比,xhigh 的輸出 token 幾乎翻倍,換來智慧提升 3 分,每任務成本從 xhigh 的 3.16 美元降至 high 的 1.87 美元。medium(0.80 美元)和 low(0.29 美元)成本更低,但智慧指數得分分別為 41 和 27
- 在每任務時間與智慧的帕累托前沿上:Gemini 4 Hydrogen 的輸出速度約為每秒 200 個輸出 token。在 high、medium 和 low 推理強度下,Gemini 4 Hydrogen 位於每任務時間與智慧的帕累托前沿上,意味著沒有模型同時具備更高智慧和更低每任務時間
關鍵模型細節:
- 上下文視窗:100 萬 token
- 多模態:文本、影像、影片和語音輸入,文本輸出
- 推理強度:Gemini 4 Hydrogen 提供四個推理級別(low、medium、high 和 xhigh),其中 xhigh 為本次釋出新增
- 定價:每 100 萬輸入/輸出 token 1.50/7.50 美元。快取輸入 token 享受 95% 折扣(0.075 美元)
祝賀 @GoogleDeepMind 團隊釋出!

—— 本文由 AIHOT 聚合整理,完整版與更多 AI 動態見 https://aihot.news/items/ajvxvhu8bh001pourbhhjl0ir