待验证50% 置信基准精确时间
在GDP、PDF等测试中Gemini 4 Hydrogen并列第一,幻觉率为8%,而同一评测下Sonnet 5.5为43%、GPT-6.1 Sol为52%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/14
首次发现
有效期至:2026/11/28
来源
Gemini 4 Hydrogen发布:最快最便宜Flash模型实测
bilibiliAI奥德赛2026/11/14
涉及实体
相关事实
待验证Gemini 4 Hydrogen在Terminal Bench 4.1测试中得分57%,是上一代的三倍多。77% 相似待验证总额全遮时的编造比例:Claude Sonnet 5为38%、Gemini 3 Flash为21%、Gemini 3.1 Flash-Lite为44%、GPT-5.4 nano为73%;总额遮一半时编造比例:Claude 92%、其余三款均为100%70% 相似待验证Gemini 4 Hydrogen在FrontierCode 2.0基准上得分38.2%。70% 相似待验证在 Artificial Analysis 智能指数上,Gemini 4 Hydrogen 在默认高思考水平下得分为 51,在最高 xhigh 思考设置下可达 54。68% 相似待验证2024-2025年间,Claude 3.5 Sonnet、GPT-4o、Gemini 2.0等模型在HumanEval、SWE-bench等编程基准测试的通过率从不足50%提升至90%以上67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1171317API
curl https://kongchang.com/api/v1/knowledge/claims/1171317MCP
get_claim(id=1171317)