[控场AI]
· 6 分钟阅读· 3,211 字

Gemini 4 Hydrogen长测:官方2.5倍速,3D打印成最大惊喜

Gemini 4 Hydrogen长测:官方2.5倍速,3D打印成最大惊喜

Gemini 4 Hydrogen长测:3D打印生成超预期,高强度测试仅耗4%周配额。

B站UP主对谷歌Flash系列新成员Gemini 4 Hydrogen进行了覆盖3D建模、游戏生成、机械臂控制的全套长测。该模型输入定价每百万tokens 5.5美元、输出7美元,卡位在GPT 6.1 Terra与Sunnet 5.5之间,支持与Carbon相同的数据类型和上下文窗口。实测速度总体符合官方2.5倍宣称,但机械臂任务因误选超高推理模式而明显变慢。最大亮点是依据节日工序照片生成可直接打印的STL文件,Blender重建精度高、切片无需支撑结构,实际打印效果获高度评价。整套高强度测试仅消耗约4%周配额,对200美元套餐用户相当友好。游戏任务中地铁FPS表现最佳,滑板与格斗游戏则在纹理美观度和模型一致性上存在短板。UP主认为它足以替代Gemini 3.8 Flash。

谷歌Flash系列最新成员Gemini 4 Hydrogen(实质是Gemini 3.8的替代型号)发布后,B站UP主进行了一次覆盖多场景的全套长测。官方宣称速度提升2.5倍,但实测下来最让人意外的亮点却出现在3D打印环节。更关键的是,整套高强度测试只消耗了约4%的周配额,这对重度用户来说是个值得关注的信号。

定价卡位与模型定位

先看价格。Hydrogen的输入定价为每百万tokens 5.5美元,输出为每百万tokens 7美元。横向对比:GPT 6.1 Terra输入1美元、输出5美元,Sunnet 5.5输入6美元、输出10美元。Hydrogen正好卡在Terra和Sunnet 5.5之间,属于Flash系列里的中间价位。

定位上,它被拿来和Sunnet、Terra比较,而不是更高阶的OPS或Soul系列。技术规格方面,它支持与Carbon相同的数据类型,几乎能接收所有数据格式,上下文窗口也保持一致。知识截止时间显示最新更新为2026年11月,但UP主对此表示不确定,需要进一步确认。

这时候我们就看到

速度表现与配额消耗

本次测试的一个核心变量是智能群组功能——在此之前,Carbon版本已经验证过该功能对输出质量有巨大提升。UP主在Hydrogen上几乎全程开启群组功能,并运行在新的超高推理模式下。

速度方面,官方宣称快2.5倍。实测中,浏览器OS、地铁FPS、滑板游戏等任务响应迅速,即使在超高推理模式下也没有明显拖慢。但机械臂测试是个例外:由于误选了extra high模式且没有开启智能解决模式,整个任务花了近一小时,每次切换都极慢。UP主推测,如果不用最高性能模式,速度会快很多。

配额方面,UP主使用的是每月200美元的超级套餐,周配额约200单位。测试前截图显示数值为84,全部测试跑完后总共消耗约4个周用量。也就是说,这套覆盖3D建模、游戏生成、机械臂控制的高强度测试,只吃掉了4%的周配额。

等以后做好了

智能群组功能(类似多智能体协作机制)指模型在推理时自动拆分任务、并行调度多个子模块或多次采样,再对结果进行整合与筛选。它通常能提升复杂任务的输出质量,但会额外消耗推理资源。文中"超高推理模式"则对应更高的测试时计算投入——模型在给出答案前进行更长的内部思考或多轮验证,速度更慢但质量更稳。两者叠加时,简单任务几乎无感,而机械臂这类需要连续决策、多步切换的任务就会被显著拖慢,这与文中观察一致。

周配额是订阅制AI服务常见的用量计量方式,按固定周期重置,单位通常折算为请求数、token量或计算积分。不同任务消耗差异极大,长上下文、多轮工具调用和高推理模式都会成倍放大消耗。因此"4%周配额"这一数据需要结合任务类型理解:它说明在中等复杂度、非极限推理的批量任务上,配额效率相当可观,但并不代表所有场景都能维持这一比例。

3D打印:意料之外的最大亮点

本次测试中最出彩的环节,是让模型根据一张节日工序照片生成可3D打印的STL文件。UP主原本预期模型可能只是简单复刻轮廓,结果Hydrogen在Blender中完成了高质量的三维重建,尺寸校准到约100mm×100mm、高度约5英寸,并且切片软件没有提示任何支撑结构需求——意味着悬空部分的设计本身就考虑了可打印性。

UP主用蓝色耗材实际打印后评价:“打印的时候完全没有支撑结构,切片软件没说需要任何设置,这东西真的不错,做的真的太好了。”对比以往用3JS做类似复刻的吃力体验,这次Blender输出的质量明显更高。UP主甚至表示,这可能是他见过的尺寸还原度最高的3D打印测试结果。

说个细节,模型在处理椅子造型时从圆珠逐渐收细的细节,说明它对几何结构有一定程度的理解,而不只是表面拟合。

这是训练数据里从没出现过的东西

STL文件是3D打印领域最通用的数据格式,它通过大量三角形面片来近似描述物体的表面几何形状,几乎所有切片软件和3D打印机都支持读取。文中提到的"切片软件"则负责将STL模型按设定层厚切成二维轮廓,并规划打印路径、生成支撑结构。模型能输出无需支撑的STL,说明其三维重建结果在悬垂角度和结构自支撑性上已符合打印工艺约束,这比单纯生成"看起来像"的模型难度更高。

Blender是一款开源的三维创作套件,涵盖建模、雕刻、动画、渲染等完整流程。模型在Blender中完成重建,意味着它不仅要理解照片中的物体几何,还要掌握Blender的操作逻辑与场景组织方式,属于对专业软件工具链的调用能力。文中对比的"3JS"指Three.js,是面向网页的JavaScript 3D库,更偏实时渲染而非精细建模,因此输出质量与Blender路线存在天然差距。

游戏与创意任务:有亮点也有短板

浏览器OS测试中,Hydrogen生成了合成波风格的界面,UP主认为比部分Gemini模型的UI更整洁,动态背景和帧率显示功能可用。不过帧率下降明显,UP主推测是旧笔记本资源占用所致。

地铁FPS测试是本次最有趣的可玩结果。UP主采纳评论建议加入了火箭发射器和可破坏环境,僵尸模型不再是简单方块,弹孔和墙皮掉落效果到位,火车把手会晃动。不同材质发出不同声音的细节也获得了肯定。

滑板游戏和派对格斗游戏表现中规中矩。滑板模型有型、水花溅射效果不错,但行人模型不一致破坏了沉浸感。派对格斗游戏的2.5D卡通风格转换在Flash模型里算完成得不错,但纹理和建筑美观度被UP主批评“像随便拼凑的素材”,第三次重做后才达到较统一的现代风格。

如果被对手反超就麻烦了

随机压力测试:C++游戏与维基百科改写

UP主设计了一个训练数据中从未出现过的测试:以某大公司丑闻的维基百科页面为素材,要求模型将其改写成一个不使用任何相关依赖的C++ 3D游戏。模型的UI和公共视觉效果不错,也生成了语音资源,但声音资源实际不可用,部分章节内容完全失败。UP主评价这个多出电影感效果的游戏“剧情很假、音乐和场景还行”,整体偏无聊,但作为从未出现在训练数据中的随机测试,模型能跑通流程已经说明了一定的泛化能力。

训练数据中从未出现过的测试是评估模型泛化能力的常用思路:如果任务元素无法从记忆中被直接检索,模型就必须真正进行组合与推理。文中要求把维基百科页面改写为不使用相关依赖的C++ 3D游戏,同时考察了长文本理解、代码生成、图形编程和资源组织等多种能力。

所谓"不使用任何相关依赖",意味着不能调用现成的游戏引擎或图形库,模型需自行实现渲染循环、输入处理和场景更新等底层逻辑,难度明显高于基于框架的生成。C++本身缺乏托管内存与高层抽象,对代码正确性要求更严苛,因此部分章节失败、音频资源不可用属于这类高难度随机测试中的典型表现。

总结:值得替代3.8 Flash的务实选择

综合来看,Gemini 4 Hydrogen在速度、配额效率和3D空间理解上给出了超出预期的表现。4%的周配额消耗对于每月200美元套餐的用户来说相当友好,群组功能加持下的输出质量也稳定。短板集中在UI美观度的一致性、行人模型等细节精致度,以及超高推理模式下部分任务的速度波动。

UP主的最终判断是:这绝对算是个用来替代Gemini 3.8 Flash的模型。如果你关心的是3D打印工作流或高性价比的日常任务处理,Hydrogen值得纳入测试清单。

#Gemini 4 Hydrogen#谷歌Flash模型#3D打印#AI模型测评#Gemini 3.8替代#AI配额消耗#Blender 3D重建
分享:

相关推荐