AI 摘要

Hydrogen 把速度、計費與模型分工放在同一個工作流程裡。評估時值得一起看完工時間,以及最後還要花多少人工修改。

把速度放回實際工作裡

Google 於 11 月 12 日推出 Gemini 4 Hydrogen,將它帶進 Gemini、搜尋、AI Studio 和 API,主打日常編程與代理任務。它也能搭配 Carbon、Argon 處理不同難度的工作。

客服查一筆訂單,往往還要確認身分、讀取資料、整理回答。模型回得快,確實能縮短等待,但整個流程若卡在資料查詢,或答案最後仍要由同事重寫,單看生成速度就很難看出省下多少時間。

多模型分工的帳怎麼算

Antigravity 的 Orchestrator 可以在同一階段切換模型。Google 的 Terminal-Bench 4.0 測試顯示,這套安排接近 Carbon 的成功率,平均少用 24% 額度、快 19% 完成。

這組數字讓人想進一步看的是,工作究竟怎麼分。查找檔案、修改程式、執行測試,可以有各自的執行與驗收步驟。若任務交接缺少上下文,模型之間來回解釋也會消耗時間。把交付格式和檢查方式先定好,分工才容易評估。

價格表之外還有修正成本

發布時列出的 API 費率為每百萬輸入 token 1.50 美元、輸出 7.50 美元,百萬 token 上下文採一致費率。模型提供四種推理等級,並支援文件、試算表、影音與連接應用的工作。

對準備換模型的團隊,我會先拿一批做過的工作來比較,連同重試次數、工具費用和人工修正時間一起記錄。長文件能放得進去,只是測試的起點。它能否找對段落、保留限制條件,會直接影響後面的核對工作。

先留下一組自己的對照

Google 同時提到搜尋理解、視覺回答、相關連結與安全防護的改善。這些屬於廠商公布的產品方向和測試結果。

一個可重複的比較方式,是替每個案例保留輸入、預期答案和實際輸出。上線前看一次,上線後再看同一組案例,才比較容易知道更新帶來什麼差別。對日常服務而言,穩定完成一件工作,比單次展示多做了多少花樣,更能影響同事願不願意繼續使用。

原文連結Google 官方原文