Gemini 4 Hydrogen实测:自我验证增强,但可靠性不稳定
AI 总结
一位掘金作者称,Google 已向 Google AI Pro 用户提供 Gemini 4 Hydrogen,并测试了网页复刻、游戏制作和手柄交互等任务。作者发现,Hydrogen 往往会调用内置浏览器、截图和模拟点击来验证结果,使用相同提示词时生成的页面也更简洁。但其表现并不稳定:在超级马里奥测试中,一次搜索运行30分钟仍未结束;另一个任务只进行了基础语法验证,没有进行截图和交互验证。文章还列出了 Google 的基准数据主张和作者整理的 Gemini 4 理论排序,同时指出外部榜单的排序存在差异。
深度见解
实测表明,Hydrogen 能够调用智能体工具进行比此前 Google 模型更全面的自我验证,但在工程任务中未必会稳定使用这些工具。
最近谷歌好像吃错药了一样,突然变猛男了?
模型抛了一个又一个。
抛出 Argon 之后,接着又上了 Carbon,没几天又发了 Hydrogen,听说后面还有一个更强的 Krypton。
我本来还想吐槽一下谷歌的,Carbon 居然只给 Ultra 会员用。现在终于给 Pro 来了个 Hydrogen,可以测起来。
就做两件事情: