待验证50% 置信基准精确时间
在 Automation Bench 测试中,Hydrogen 约 76%,Sonic 72%,Tera 60%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/16
首次发现
有效期至:2026/11/30
来源
谷歌Gemini 4 Hydrogen发布:速度与成本双杀,日常AI任务新王者
bilibiliAI译片君2026/11/15
涉及实体
相关事实
待验证在 Agent's Last Exam 测试中,Hydrogen 得分将近 72%,Tera 略低于 70%,Sonic 约 60%。74% 相似待验证Plotly 指出 Hydrogen 在测试中输入的 88% 来自提示缓存。63% 相似待验证在Terminal Bench 4.1上,Hydrogen得分从18.2%提升到57%,捏造断言比例降到1.5%以下。62% 相似待验证Artificial Analysis 的模型页显示 Hydrogen 四档思考等级指数分:低档 27 分、中档 41 分、高档 51 分、超高 54 分(这是跨任务套件的指数分,不是百分比)。60% 相似待验证对64个样本观测到61%通过率时,其95%Wilson置信区间大约为48%到73%58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1174434API
curl https://kongchang.com/api/v1/knowledge/claims/1174434MCP
get_claim(id=1174434)