【26.11.13】谷歌自测:终端任务从18.2%升到57%,氢模型开始普及

【26.11.13】谷歌自测:终端任务从18.2%升到57%,氢模型开始普及

6分钟 ·
播放数16
·
评论数0

谷歌称,新Hydrogen在Terminal-Bench 4.1得分57%,上代3.8 Flash为18.2%,并推出任务途中可切换模型的调度器;这些是公司披露的成绩与安排,本节目未复跑。再补看近三天OpenAI研究:思考文字更可控,为何不一定更会逃监控?

本期两条:氢模型的成绩、价格与账号入口;思考链监督实验及反常对照。

时间轴

00:03 新闻简要

00:18 节目介绍

00:26 氢模型与动态调度

03:04 思考链监督的新难题

06:06 节目结束

资料来源

氢模型与动态调度

Google:Introducing Gemini 4 Hydrogen(2026-11-12T18:00:00+00:00)

blog.google

Google Antigravity:Gemini 4 Hydrogen and Orchestrator(2026-11-12)

antigravity.google

Google Search:Gemini 4 Hydrogen升级(2026-11-12T18:00:00+00:00)

blog.google

思考链监督的新难题

OpenAI:模型生命周期与思考链可监控性(2026-11-10)

alignment.openai.com

声音由 AI 合成,稿件经资料核验与编辑。

  • 内容主题:模型与产品

  • 主要地域:海外, 全球

勘误:如发现事实或来源有误,可在评论中指出,我们会核实更正。