新智元详解Gemini 4 Hydrogen：幻觉率降至8%，Excel秒变动画播放器
新智元 · wechat · 2026-11-13
新智元对 Gemini 4 Hydrogen 发布的详细解读，强调其打破「聪明、快、便宜」不可能三角。
跑分要点
- AA 智能指数 high 档 51 分、xhigh 档 54 分，反超自家深度推理旗舰 Argon（50 分）。
- Terminal-Bench 4.1 得 57%；AA-Omniscience 知识诚实度评测瞎猜率仅 8%（Sonnet 5.5 为 43%、GPT-6.1 Sol 为 52%）。
- 原生支持 100 万 token 输入、最高 100 万 token 输出；定价 1.5/7.5 美元每百万输入/输出 token。
- 垂直 Agent 榜单：Agent Arena 实时盲测第 5，HLE-Diamond 同级第一（58.8%），Vals 税务代理榜第一（52.3%）、法律研究榜并列第一（55.8%）。
炫技演示：把 Google Sheets 改造成动态像素画布播放动画（Python+LET 公式+条件格式）；一句话生成可走入的 3D 体素世界；用全球实时闪电数据做交互式 3D 地球配 WebAudio 音乐；纯公式+SDF 纹理手搓 WebGL2 水与玻璃渲染；one-shot 奢侈品电商官网；从 YouTube 视频生成并自检 PPT。
Orchestrator：Carbon 当「总架构师」，Hydrogen 当「执行官与质检员」，Terminal-Bench 4.0 上成功率接近 Carbon、算力省 24%、快 19%。企业实测比 3.8 Flash 快 2-2.8 倍，token 反省 12-23%。
所属事件:Gemini 4 Hydrogen 评测流出：小尺寸近旗舰智能，成本大降(26 条相关)→
「模型」频道最新
- 中国团队论文：思维链不是直线，而是分子般的拓扑结构 — mikeflache · 2026-11-14
- 126 万盲投数据：AI 不是变笨了，是用户标准每月提高 1.71 个百分点 — rohanpaul_ai · 2026-11-14
- GitHub PR 泄密：Meta 内部模型 Muse-Spark-1.4 曝光，含真实调用记录 — testingcatalog · 2026-11-14
- MathArena 首现非 OpenAI 榜首：Gemini 4 Carbon 超越 GPT-6.1 Sol — vedantmisra · 2026-11-14
- 46M 参数卢干达语原生模型完成预训练，两轮对话后仍会崩 — weskambale · 2026-11-13
- RWE-Bench 工程能力榜：Fable 5.2 得 62%，超 Opus 5.5 一倍多 — Jsevillamol · 2026-11-13