3倍、5倍、2.5倍?别急着换谷歌新模型,先跑自己仓库的20个任务

源自90位全网作者

12:33

某天你可能顺手一搜,就发现谷歌把搜索的“大脑”换了,却没跟你打招呼。

11月12日,谷歌发布 Gemini 4 Hydrogen(“氢”),当天全球全量开放:接进搜索,AI Studio 也放开。它的真实身份是 3.8 Flash 的接班人——一个负责写代码、跑测试、查资料、调工具的日常干活工兵,难而长的深度推理,仍留给 Carbon、Argon 两位大哥。36氪知乎

3倍、5倍、2.5倍?别急着换谷歌新模型,先跑自己仓库的20个任务

命名先被嘲了一轮:氢、氩、碳,既不按字母排也不按原子序数排,光看名字猜不出谁更强。但定位很清楚。知乎

3倍、5倍、2.5倍,哪些数字能信

Artificial Analysis 智能指数:默认档 51,比大哥 Argon 还高 1 分,xhigh 能到 54。这组第三方榜单数字最实在。知乎

“编程翻 3 倍”,实际是 Terminal-Bench 4.1 的得分从 18.2% 的基线跳到 57%。基线太低,它是从难用跨到能用,不是好用 3 倍。知乎知乎

“编造性陈述少 5 倍”,官方博文没点名基准,也没写测试方法,没人复核得了。方向可信,幅度打对折。知乎

2.5 倍提速指的是完成任务的时间,不是吐字速度,而推理模型的速度跟思考档位强相关。拿 high 档去比别家默认档,没有意义。知乎知乎

“免费”是最容易读歪的一句

搜索面向所有用户;AI Studio 和 Gemini API 免费档能用但有速率限制;Gemini 应用里免费用户是系统自动选中、觉得合适才会切到它;Antigravity 和表格里的 Gemini,从 Google AI Pro/Ultra 开始。免费用户能不能手动指定模型,原文压根没写。而且这是全球滚动开放——先打开自己的账号,看看模型在不在、能不能选,再谈换工作流。知乎知乎

3倍、5倍、2.5倍?别急着换谷歌新模型,先跑自己仓库的20个任务

单价便宜 ≠ 账单便宜

API 全 1M 上下文统一价:输入 $1.5/百万 token,输出 $7.5/百万,不再超 200K 翻倍。注意,输出价包含思考 Token。算笔账:一个读代码、改代码、跑测试的 agent 任务吃掉 50 万输入、2 万输出,约 $0.9;一天跑 10 个,一个月就是 $198。另外,3.8 Flash 优惠期到 2026 年底只有它一半价,2027 年 1 月起标准价才和 Hydrogen 拉平。知乎知乎知乎知乎

换用的正确姿势:信自己的手,别信发布稿

  1. 从自己仓库挑 20 个真实任务:修 bug、补测试、小重构、改配置,每个定好“过 / 不过”判据;

  2. 同一批任务,Hydrogen(默认 high 档)和现用主力各跑一遍,记四列:通过率、耗时、token 数、折成钱;

  3. 通过率差不多、耗时和成本明显低 → 换;通过率掉了 → 再快也不换。知乎

这代思考档位共四档,默认 high,xhigh 是新加的。日常提字段、跑单测挂 low 秒回,异步顽疾再切 high 或 xhigh。Antigravity 的 Orchestrator 会在同一会话里自动切换模型,官方口径:接近 Carbon 的成功率,平均少消耗 24% 配额、快 19%。但那是谷歌自报基准,能不能进你的流水线,只有你那 20 个任务知道。知乎知乎知乎

3倍、5倍、2.5倍?别急着换谷歌新模型,先跑自己仓库的20个任务

发布稿上的倍数,进不了选型报告。下次看到“提升 X 倍”,先问三句:比谁、基线多少、怎么测的。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章