待验证50% 置信基准精确时间
Terminal Bench 4.1、OS World 和 Terminal Bench Science 0.1 三项基准仍由 Claude Sonnet 5.5 领先,Terra 在其中一项上也超过了 Hydrogen。
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
Gemini 4 Hydrogen发布:速度与性价比的轻量级AI新选择
youtubeaverage:dev2026/11/13
涉及实体
相关事实
待验证在 Terminal Bench 4.0 最高难度设置下,Sonnet 5.5 的表现超过 Opus 5.573% 相似待验证在多项基准(HLE Diamond、AA Omniscience、Terminal Bench、Frontier Code等)上Fable 5.2几乎全面领先,但在AA Briefcase上由Sonnet 5.5居首、Automation Bench由Carbon居首、GDP.pdf由Muse Wonder领先、Terminal Bench 4.0由Kimi K 3.1 Pro居首67% 相似待验证在同一Terminal Bench上,Claude Sonnet 5.5得分63.9,领先Hydrogen的57%;在computer use任务上Sonnet以83.9对77.6获胜66% 相似待验证Gemini 4 Hydrogen在Terminal Bench 4.1测试中得分57%,是上一代的三倍多。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1171959API
curl https://kongchang.com/api/v1/knowledge/claims/1171959MCP
get_claim(id=1171959)