[控场AI]
· 5 分钟阅读· 2,886 字

Gemini 4 Hydrogen实测:最强Flash模型?3D生成惊艳

Gemini 4 Hydrogen实测:最强Flash模型?3D生成惊艳

Gemini 4 Hydrogen实测:3D打印与游戏生成亮眼,性价比突出。

本文基于 YouTube 创作者的全流程实测,拆解 Google 新发布的 Gemini 4 Hydrogen(Gemini 3.8 Flash 替代者)。该模型定价为输入 1.50 美元、输出 7.50 美元每百万 token,卡在 Terra 与 Sonnet 之间,并新增「超高」推理档位,在 SWE-bench 类基准上表现突出。实际测试覆盖浏览器 OS、滑板游戏、机器人手臂、地铁 FPS、Blender+Godot 泳池派对游戏、3D 打印与无训练数据的 C++ 游戏。最大亮点是将公寓平面图转为无支撑可打印 STL,尺寸精度惊人;地铁 FPS 加入火箭筒与环境破坏后成为最有乐趣的结果。全部测试开启 Swarm 与最高推理档,仅消耗周配额 4%。

Gemini 4 Hydrogen实测:最强Flash模型?3D生成惊艳

Google最新发布的Gemini 4 Hydrogen(Gemini 3.8 Flash的替代者)在实测中展现出令人意外的3D建模与游戏生成能力。本文基于YouTube创作者的全流程测试,从定价、基准、实际任务到消耗配额,逐一拆解这款「Flash级」模型的实际表现。

定价与定位:介于Terra与Sonnet之间

据Google DeepMind公告,Hydrogen基于Gemini Carbon架构适配而来,共享Carbon的数据类型支持和上下文窗口。与Carbon不同,Hydrogen没有限时折扣价,定价固定为输入每百万token一美元五十美分、输出每百万token七美元五十美分。横向对比:GPT Subscribe 6.1 Terra为输入一美元、输出五美元;Sonnet 5.5为输入两美元、输出十美元。Hydrogen正好卡在两者之间。

测试者指出,Hydrogen的基准测试对手是Sonnet和Terra,而非更高阶的Opus或Soul,因此其定位清晰:在Flash级别中追求性价比与速度的平衡。

基准与推理模式:新「超高」档位

Hydrogen支持全新的「extra high reasoning effort」推理档位(据称专为Carbon开发)。测试者提醒,在Flash模型上选择推理档位需谨慎:他在机器人手臂测试中误用了最高档,导致任务耗时约一小时,动作极其缓慢。

说个细节,Hydrogen在SWE-bench类基准上表现突出,甚至「横扫」Sonnet 5.5和GPT Subscribe 6.1 Terra,并在多个其他基准上保持竞争力。

浏览器OS测试界面

SWE-bench 是当前评估大模型代码能力的主流基准之一,全称 Software Engineering Benchmark,任务形式是让模型在真实开源仓库中定位并修复 GitHub issue,最终以补丁是否通过仓库原有测试套件作为判定标准。它强调端到端的工程闭环,而非单文件代码补全,因此对模型的代码检索、跨文件推理与测试理解能力要求较高。文中提到 Hydrogen「横扫」Sonnet 5.5 与 GPT Subscribe 6.1 Terra,指的正是这类软件工程基准上的通过率对比。需要注意的是,不同厂商报告的 SWE-bench 子集(如 Verified 版本)与运行配置并不完全一致,横向比较时应留意评测口径是否统一。

实际测试:从浏览器OS到3D打印

浏览器OS:更干净的UI

在不开启Swarm功能的情况下,Hydrogen生成的浏览器OS呈现出合成波美学,界面比近期Gemini模型更简洁,带有帧率计数器和可运行JavaScript的沙盒。内置的「Neon Vice 3D」小游戏可进入建筑内部,虽帧率下降明显,但整体可接受。特别功能是自动快照:模型在测试过程中持续保存检查点,可一键恢复。

Swarm 是文中多次出现的功能开关,可理解为一种多智能体并行协作或任务分解模式:模型不再单线程地逐步生成,而是同时派出多个子任务或子代理分头推进,再由主流程汇总结果。这也解释了为何它被标注为「配额密集(quota-intensive)」——并行分支会显著放大 token 消耗。测试者在多数任务中开启 Swarm 并运行最高推理档,实际上是在同时叠加两种资源消耗机制:推理档位拉长思维链,Swarm 则横向扩展调用次数。理解这一点,才能正确解读后文「全部测试仅消耗周配额 4%」这一结论的含金量。

滑板游戏与机器人手臂

开启Swarm后,C++滑板游戏在角色建模和相机运动上优于以往Flash模型,但行人碰撞缺失破坏沉浸感。机器人手臂测试在最高推理档下虽成功抓取并移动车辆,但耗时过长;随后要求生成的信息图质量不错。

地铁FPS:火箭筒带来质变

采纳评论建议加入火箭筒并允许破坏环境后,地铁FPS成为测试者「近期最有趣」的结果。僵尸模型不再是简单方块,墙面可被破坏,火车可全程移动,音效随材质变化。测试者称这是「最享受的一次体验」。

火箭筒与环境破坏效果

Blender+Godot泳池派对游戏

首次生成即达到可接受水平,加入「输掉比赛后变身2.5D卡通格斗」逻辑后,风格统一性有所提升。但测试者批评建筑纹理「丑陋且不连贯」,第三次迭代后现代感增强,物理仍不佳。

3D打印:Seinfeld公寓模型

这是本次测试的最大亮点。Hydrogen将一张Jerry公寓的平面图转化为可打印的STL文件,自动绘制边界框、进行等轴测校准,并在Blender中渲染验证。打印时无需支撑,橱柜角度经过精心设计,拱门和椅子锥度均考虑可打印性。测试者用最差质量(0.24mm层高)打印,结果「尺寸精度惊人」,远超以往用Three.js复现的尝试。

3D打印模型渲染

STL 是 3D 打印领域最常见的中性文件格式,它只描述物体表面的三角网格几何,不携带颜色、材质或建模历史,因此几乎所有切片软件都能读取。所谓「可打印性」,核心在于网格必须是封闭的流形(watertight manifold),即表面无破洞、无自相交、法线方向一致,否则切片器无法判断实体内外。文中提到的「无需支撑」,则依赖悬垂角度控制——通常悬垂超过约 45 度就需要添加支撑结构,模型若在这一阈值内精心设计橱柜角度与椅子锥度,就能省去支撑材料与后处理清理。测试者用 0.24mm 层高打印仍获高尺寸精度,说明模型在公差与壁厚设计上留有余量。

随机测试:无训练数据的C++游戏

测试者让Hydrogen根据一则改名的企业丑闻维基页面,用纯C++(无Raylib)制作3D游戏。模型生成了名为「Above Board」的纪录片风格游戏,包含道歉信填写、拍照等机制,但语音资产完全失败,整体「无聊但有趣」。

消耗与性价比:Swarm下仍可控

除浏览器OS外,所有测试均开启Swarm(预览版,标注为配额密集)并运行在最高推理档。测试者使用Ultra套餐(月费两百美元),周用量从84%降至80%,即全部测试仅消耗四个百分点。他评价「相当不错」,但承认主观。

结论:Flash级别的3D突破

Hydrogen在3D建模与可打印性上明显超越同档模型,地铁FPS的趣味性也令人印象深刻。滑板游戏虽进步但未达Sonnet 5.5水准,机器人手臂在最高推理档下过慢。整体而言,作为Gemini 3.8 Flash的替代者,Hydrogen表现「异常出色」,尤其在3D转印任务上树立了新标杆。

分享:

相关推荐