Gemini 4 Hydrogen 评测表曝光:SWE-sweep 13.5%,HLE-Diamond 58.8%
fofrAI · x · 2026-11-13
fofrAI 试玩 Gemini 4 Hydrogen 后称「好玩且快」,并附官方评测对比表:与 Claude Sonnet 5.5、GPT-6.1 Terra 相比,Hydrogen 在 SWE-sweep(13.5%)、Agents' Last Exam(71.6%)、AutomationBench-AA(76.1%)、Vending-Bench 2($14,549)、MKA(53.4%)、HLE-Diamond(58.8%)等多项基准领先;但在 Terminal-Bench 4.1(57.0% vs 63.9%)、OSWorld-2.1(77.6% vs 83.9%)、Terminal-Bench-Science(51.4% vs 59.9%)落后于 Claude Sonnet 5.5。
所属事件:Gemini 4 Hydrogen 评测曝光，SWE-sweep 13.5% 领跑同级(3 条相关)→
「模型」频道最新
- 研究员点赞：Kimi 新架构采用 attnres，「品味最佳」 — SonglinYang4 · 2026-11-13
- Google 搜索全球上线 Gemini 4 Hydrogen,号称史上最大模型升级 — koraykv · 2026-11-13
- 博主抱怨 GPT 6.2 难产数周,称考虑退订 ChatGPT Pro — mark_k · 2026-11-13
- Claude 沙箱逃逸率大降但原因不明，研究者担忧进展是假象 — peterwildeford · 2026-11-13
- 作者发布新模型称表现强劲,权重现已放出 — clarejtbirch · 2026-11-13
- Thinking Machines 开源 Inkling 2 Small 权重,Apache 2.0 协议上架 HF — miramurati · 2026-11-13