待验证50% 置信基准精确时间
Hydrogen在agent decoding基准上为13.5比1,knowledge work基准为57,作者称其在所有基准上更优。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/15
首次发现
有效期至:2026/11/29
来源
Anthropic冲刺IPO,谷歌Gemini密集上新
youtubeAN.AITechWorld2026/11/13
涉及实体
相关事实
待验证在 Multimodal Knowledge Agent 基准上 Hydrogen 得分 53.4%,在 Agents' Last Exam v1.1 上得分 71.6%。74% 相似待验证Hydrogen在标准化Plotly评测集中拿到43/43满分,精度对齐前沿模型。67% 相似待验证在Deep Principle自建的FrontierScience Research(FSR)评测中,Hydrogen-1.0的通过率为38.3%,超过GPT-6 Astra的33.3%。62% 相似待验证在Terminal Bench 4.0上,Hydrogen的high和extra-high档准确率完全持平在54%。62% 相似待验证在GPQA Diamond基准上,Hydrogen-1.0取得92.9%的准确率,略低于Kimi K3的93.5%。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1171952API
curl https://kongchang.com/api/v1/knowledge/claims/1171952MCP
get_claim(id=1171952)