网易首页 > 网易号 > 正文 申请入驻

谷歌快模型54分追平旗舰,第三档思考纯属白花钱

0
分享至

11 月 12 日晚上我在 Gemini 的模型菜单里看到一个陌生的名字,Hydrogen,随手拿一段拖了半个月的脚本需求丢进去试。以前这种活儿要盯着进度条等半分钟,这次七八秒就吐完了。
第二天翻谷歌放出来的评测表,我才意识到这不是一次普通的版本更新。在 artificial analysis 那个把几十项测试揉成一个分的指数上,Hydrogen 默认档位是 51 分,而谷歌自家专门用来长时间推理的 Argon 是 50 分。一个为速度造的模型,把为思考造的模型超了一分。
一分听起来像误差,但方向值得琢磨。谷歌这次把家族分工讲得很直白:Carbon 和 Argon 负责架构设计和难缠的隐藏 bug,Hydrogen 负责写代码、跑测试、验证改动。在 Anti-gravity 里,一个编排器可以在同一场会话里来回切这两个模型,规划交给慢的,干活交给快的。
让我真正在意的是第三档。Hydrogen 有四个思考档位,低、中、高,还有个新的超高。默认是高,超高那一档能把分数从 51 拉到 54。可同样 54 分,Hydrogen 大约 13 分钟跑完一个任务,Claude Sonnet 5.5 要拖到 33 分钟才够。
但多花的钱不一定换到东西。终端任务测试里,从高档切到超高档,分数曲线直接走平。同样的结果,更高的成本。那个听起来最狠的档位,相当一部分场景里就是白花钱。你按档位买单,容易买贵。
价格这块倒是清爽。输入每百万 token 1.5 美元,输出 7.5 美元,谷歌说在整整一百万 token 的窗口里不涨价。对要长期跑自动化的人来说,这种可预测比跑分更值钱。
我自己最看中的是它写代码时的几个细节。读文件和搜索是并行分批的,工具调用失败或者搜索返回空,它不会卡死在那儿,会自己换个路径再试。这点比多两分重要,跑过批量任务的人都懂,卡一次就得人工去捞。
谷歌自己那张对比表里,Hydrogen 十项赢七项,Sonnet 5.5 赢三项。软件工程测试上它 13.5%,Sonnet 3.1,Terra 5.8;命令行任务 57% 对 18.2;智能体自动化两项 71.6 和 76.1。看第三方平台,agent arena 这种实时榜它排第五,税务智能体榜排第一,52.3%,法律检索榜并列第一,55.8%。
安全数据写得也漂亮,越权行为下降最多 81%,该拒绝没拒绝的降了 79%。但这同样是谷歌自己的评估口径。
说到这儿得泼一盆冷水。上面几乎每个数字都来自谷歌自己的博客,模型卡我没读到,几个外部榜单也是谷歌转述的口径。更麻烦的是这篇博客自己前后打架:有的地方写终端测试 4.0,有的写 4.1;正文里说对比的是 3.8 Flash,某一段又冒出 3.5 Flash。那种"快 2.5 倍""编造少五倍"的大话,比较对象是"团队正在迁离的旧模型",测试条件没给。
所以我的判断很简单。日常写代码、改配置、跑测试,用默认高档就够了,别一上来点超高。你要真想压成本,先看单位任务的 token 消耗,而不是看总分。总分差一分在两套测试之间根本不算信号。
还有个容易被忽略的账。谷歌推的是多智能体玩法,Carbon 做协调,Hydrogen 当工人和校验员,各自一个工作区。这意味着账单会随着你开几个 agent 线性往上长,不是线性多一点,是每个都要单独吃 token。没设上限的话,一个下午能烧掉你一周的预算。
我把那段拖了半个月的脚本交给它重写了一遍,确实能跑,但有两处逻辑它自作聪明改了参数。所以我现在的用法是:让它出草稿,我自己逐行看。工具再快,看不懂的代码也不敢上线。
你会把核心业务代码交给一个"快"模型吗,还是宁可等那 33 分钟?
#数码奇缘# #AI模型#
本文由 AI 辅助整理,观点与判断为个人看法。







声明:个人原创,仅供参考

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
无比怀念邓小平!

无比怀念邓小平!

梳子姐
2026-11-17 16:32:33
涉嫌骚扰女教授,高校校长被调查

涉嫌骚扰女教授,高校校长被调查

算法与数学之美
2026-11-22 20:10:44
比特币暴跌超29万人爆仓!18.93亿美元一夜之间被强平

比特币暴跌超29万人爆仓!18.93亿美元一夜之间被强平

城事堂
2026-11-22 07:20:04
乌克兰:悔到肠子青,当年卖给中国3架"废铁",如今成大国重器?

乌克兰:悔到肠子青,当年卖给中国3架"废铁",如今成大国重器?

唠叨说历史
2026-11-18 15:06:45
宝马X5新增车型正式上市 售价61.8万元

宝马X5新增车型正式上市 售价61.8万元

车质网
2026-11-11 09:38:09
泽连斯基警告普京:必须认清现实,克里米亚大桥注定是留不住了!

泽连斯基警告普京:必须认清现实,克里米亚大桥注定是留不住了!

军机Nova
2026-11-22 20:04:32
沪深北交易所降低融资保证金比例下限至80% 理论上可带来增量资金近4000亿元

沪深北交易所降低融资保证金比例下限至80% 理论上可带来增量资金近4000亿元

每日经济新闻
2026-11-22 18:49:21
五千万啃光!马蓉从阔太沦落澳洲超市夜班,出门捂脸不敢见人

五千万啃光!马蓉从阔太沦落澳洲超市夜班,出门捂脸不敢见人

皮蛋儿电影
2026-05-14 09:59:14
《现在就出发》他有点过了:狂躁、装横、针对人,他以为他是谁?

《现在就出发》他有点过了:狂躁、装横、针对人,他以为他是谁?

一娱三分地
2026-11-23 00:30:07
72小时变3分钟!中国用AI把工业软件重做一遍,西方傻眼了

72小时变3分钟!中国用AI把工业软件重做一遍,西方傻眼了

王嚾晓
2026-11-23 00:20:33
抗战初期日军一个步兵大队究竟携带多少弹药量?

抗战初期日军一个步兵大队究竟携带多少弹药量?

爱国大菠萝
2026-11-20 19:33:41
黄仁勋出轨对象更多照片曝光,并非20岁小女生,或给黄仁勋不一样的体验

黄仁勋出轨对象更多照片曝光,并非20岁小女生,或给黄仁勋不一样的体验

蜜桔娱乐
2026-11-10 10:19:57
41岁Coco被曝:回河南老家相亲了好几次,全黄了!大家听到她和那个人的感情经历后,都说了一句相同的话...

41岁Coco被曝:回河南老家相亲了好几次,全黄了!大家听到她和那个人的感情经历后,都说了一句相同的话...

背包旅行
2026-08-03 17:47:50
普京表态:俄罗斯没有在乌克兰挑起任何战争,我们在努力结束它

普京表态:俄罗斯没有在乌克兰挑起任何战争,我们在努力结束它

静水流深003
2026-11-20 15:12:36
《GTA 6》首日狂揽37.9亿美元,超越《复联4》总票房

《GTA 6》首日狂揽37.9亿美元,超越《复联4》总票房

自愈小日子
2026-11-21 04:07:16
昨晚,前夫借故来看孩子,一见面就迫不及待进入正题,我推不开他

昨晚,前夫借故来看孩子,一见面就迫不及待进入正题,我推不开他

第7情感
2025-09-14 11:33:27
医术再精湛也没用,北京朝阳医院孙永全医生去世,年仅62岁,出诊时间表透露了工作强度!

医术再精湛也没用,北京朝阳医院孙永全医生去世,年仅62岁,出诊时间表透露了工作强度!

凯旋学长
2026-11-22 21:44:22
二战最讽刺战场:同时打苏联、德国,同胞互相厮杀,小国没有选择

二战最讽刺战场:同时打苏联、德国,同胞互相厮杀,小国没有选择

近史谈
2026-11-19 14:26:19
收视峰值2.37%,为什么仍有人看不下去《两京十五日》?

收视峰值2.37%,为什么仍有人看不下去《两京十五日》?

喜欢历史的阿繁
2026-11-22 16:53:20
胡海泉:咬咬牙挺住,网友:这是炒股亏麻了

胡海泉:咬咬牙挺住,网友:这是炒股亏麻了

东方豪侠
2026-11-22 18:06:49
2026-11-23 01:40:49
数码奇缘 incentive-icons
数码奇缘
寻找能量,传播正能量。
393文章数 32关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

“所有金条都卖光了” 有人一次性花超85万买金条

头条要闻

“所有金条都卖光了” 有人一次性花超85万买金条

体育要闻

全场挨打1比4溃败 阿隆索已过保质期?

娱乐要闻

杨颖姐弟烧香被偶遇,清秀少年变粗犷大叔

财经要闻

沪深交易所、中国结算推出一揽子降费措施

汽车要闻

插混尊贵型真的超值 15万级的第二代海豹07配置拉满

态度原创

家居
教育
亲子
手机
艺术

家居要闻

2026建博会(广州) 公装联探展交流活动

教育要闻

“巨资培养的姐弟俩,只能在家里做饭”,一段窝囊视频,却戳中了无数人的情绪点

亲子要闻

难怪养孩子3岁不离手5岁不离眼!看评论区我呆住,人心险恶亲戚歹毒

手机要闻

安卓同时期No.1,OPPO Reno17火了,友商又要羡慕了

艺术要闻

印度,一个盛产美女的国家:多元血脉与纱丽风情交织的独特之美

无障碍浏览 进入关怀版