实测 Gemini 4 xhigh 花费约 2.8 倍,12 项要求通过数与 high 完全相同
mhdfaran · x · 2026-11-23
开发者 mhdfaran 引用 SimonW 的 Gemini 4 Hydrogen 思考等级对比,做了自己的实测:用「单 HTML 文件太阳系交互页面」这一 prompt,在 high 和 xhigh 各跑两次,四次全部通过 12 项功能检查(八大行星真实轨道周期、土星环、月球、天数计数、播放/暂停、速度滑块、点击查看星球数据等)。
关键差异在于成本与产出:
- 单次成本从约 10¢ 升到约 28¢(约 2.8 倍)
- 耗时从约 1.5 分钟升到约 4 分钟
- xhigh 的额外思考体现在视觉细节:标签牌、带纹理的地球、信息面板等「加分项」,而不是多满足任何一条硬性要求
结论:在这项规格测试中,更高的思考预算换来的是视觉润色而非任务完成度提升。作者也提醒,每级只跑两次、只测一个任务,属于初步观察而非普遍规律。SimonW 原对比更夸张:high 画鹈鹕花 3.99 美分、5311 输出 token,xhigh 花 23.61 美分、31477 token。
「模型」频道最新
- Gemini 4 Hydrogen 每百万输入 token 1.5 美元,智能指数 51 反超 Argon — dl_weekly · 2026-11-23
- antirez 补充:认真用 AI 这個程序员最强工具,自己积累经验、与机器对话 — antirez · 2026-11-23
- 基础模型 log 困惑度被指极强预测 Epoch 与 OpenAI 能力指标 — stochasticchasm · 2026-11-23
- Redis 作者 antirez:AI 已很擅长数学和编程,别再抱怨写不出好代码 — antirez · 2026-11-23
- 预训练越高效,后训练 RL 越易失准:对齐「节奏」问题引热议 — dylan522p · 2026-11-23
- 曝 OpenAI 内部模型困惑度已破 0.76,GPT-6.2 疑解 Millennium 数学难题 — kimmonismus · 2026-11-23