AI News

Google DeepMind 发布 Gemini 4 Hydrogen,新增 xhigh 推理档位

Artificial Analysis更新于 11月13日 02:34

Google's new Gemini 4 Hydrogen has Intelligence just below Claude Sonnet 5.5 and GPT-6.1 Sol, at a third of Sonnet’s cost but ~2.5x that of GPT-6.1 Sol

AI 导读

Google DeepMind 发布 Gemini 4 Hydrogen,新增 xhigh 推理档位,在 Artificial Analysis 智能指数上得 54 分,比 Claude Sonnet 5.5(max)和 GPT-6.1 Sol(max)低 1 分。其单任务成本约为 Sonnet 5.5 的 32%,但约为 GPT-6.1 Sol 的 2.5 倍;默认 high 档得 51 分。模型支持 1M token 上下文窗口,可输入文本、图像、视频和语音,定价为每百万输入/输出 token 1.50/7.50 美元,缓存输入享 95% 折扣。

推荐理由

精选AI 评分 77

第三方评测给出 Gemini 4 Hydrogen 与 Claude、GPT 同档模型的智能与成本对比,可据此判断性价比取舍。

主题

标签

正文 · AI 翻译

谷歌新的 Gemini 4 Hydrogen 智能水平略低于 Claude Sonnet 5.5 和 GPT-6.1 Sol,成本为 Sonnet 的三分之一,但约为 GPT-6.1 Sol 的 2.5 倍

@GoogleDeepMind 在六周内发布了第三款新模型。Gemini 4 Hydrogen 引入了 xhigh 推理档位,在 Artificial Analysis 智能指数上得 54 分,在视觉推理和抗幻觉方面表现突出。这使其比 Claude Sonnet 5.5(max)和 GPT-6.1 Sol(max)低 1 分,成本约为 Sonnet 的 32%,但约为 GPT-6.1 Sol 的 2.5 倍。在 high 推理档位下,Gemini 4 Hydrogen 的智能水平与 Gemini 4 Argon 相当,而单任务成本约为后者的 19%

要点:

➤ 新的 xhigh 推理档位在智能指数上得 54 分:xhigh 是 Gemini 模型上首个高于 high 的推理档位,使 Hydrogen 比 Claude Sonnet 5.5(max)和 GPT-6.1 Sol(max)低 1 分,比 Gemini 4 Argon(high)高 4 分。在默认(high)推理档位下,Gemini 4 Hydrogen 得 51 分,略低于 GPT-6.1 Sol(xhigh,52 分)和 Claude Opus 5.5(high,52 分)

➤ 视觉推理、演示和抗幻觉能力强:在 GDP.pdf 这一针对长文档的视觉推理基准上,它在 medium 推理档位下全通过率达 33%,为该基准并列第一。在 AA-Omniscience 上,Hydrogen 的幻觉率为 8%,是有记录以来最低的之一,而 Claude Sonnet 5.5(max)为 43%,GPT-6.1 Sol(max)为 52%。在 AA-Briefcase 这一智能体知识工作评估中,评分者认为 Hydrogen 的演示优于其他 Gemini 模型,包括 Carbon

➤ 在智能体终端任务上较弱:Hydrogen 在 Terminal-Bench 4.0 上得 54%,在 Terminal-Bench-Science 0.1 上得 50%,这两项基准涵盖终端中的智能体编程和科学研究工作流。Claude Sonnet 5.5(max)分别得 64% 和 53%,GPT-6.1 Sol(max)分别得 56% 和 58%。xhigh 推理对科学任务有帮助,将 Terminal-Bench-Science 从 high 档位的 41% 提升至 50%,但对 Terminal-Bench 4.0 没有影响(两档均为 54%)。科学得分在各领域间较为均衡,从地球科学的 46% 到物理科学的 53%

➤ 相对其智能水平成本较低,但 xhigh 档位 token 用量高:Hydrogen 定价为每百万输入/输出 token 1.50/7.50 美元。在 xhigh 档位下,其单任务成本约为 Claude Sonnet 5.5(max)的 32%,智能水平接近,但约为 GPT-6.1 Sol(max)的 2.5 倍。与 high 相比,xhigh 的输出 token 几乎翻倍,而智能仅提升 3 分,单任务成本从 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,但智能指数分别得 41 分和 27 分

➤ 在单任务时间与智能的帕累托前沿上:Gemini 4 Hydrogen 的输出速度约为每秒 200 个输出 token。在 high、medium 和 low 推理强度下,Gemini 4 Hydrogen 位于单任务时间与智能的帕累托前沿上,意味着没有模型能同时具备更高的智能和更低的单任务时间

模型关键细节:

➤ 上下文窗口:100 万 token

➤ 多模态:输入支持文本、图像、视频和语音,输出为文本

➤ 推理强度:Gemini 4 Hydrogen 提供四个推理档位(low、medium、high 和 xhigh),其中 xhigh 为本次发布新增

➤ 定价:每百万输入/输出 token 1.50/7.50 美元。缓存输入 token 享 95% 折扣(0.075 美元)

祝贺 @GoogleDeepMind 团队发布!

来源

Artificial Analysis