有开发者在Linux.do论坛发布测试报告，称疑似”gemini-4-hydrogen”模型在多个调用渠道存在严重的输出计量偏差。测试在Chatbox平台进行，提示词统一为”生成一个1000字的短篇科幻小说”。结果显示，通过Vertex渠道调用gemini-4-hydrogen时，模型实际输出约900字，但产生的字符量高达约1.3万；而gemini-4-argon的字数与字符数基本一致，未出现异常。在Playground渠道的对比测试中，也观察到类似的计量差异现象。测试者还尝试在Antigravity（反重力）渠道复现，但因持续报429资源不足错误未能完成。测试者的初步结论是：相关渠道均存在明显的计费错误，实际输出的token数与字符数完全对不上，偏差接近10倍。这意味着按token计费的场景下，用户可能为远超实际内容量的计量结果付费，或模型在后台生成了大量未展示的隐藏内容。目前该报告仅为单一用户的初步测试，样本量小、提示词单一，尚未获得谷歌官方证实，结论的普适性有待更大规模的独立复现验证。
事件分析
值得关注的是hydrogen、argon等元素命名的模型代号，暗示谷歌可能在Gemini 4系列采用元素周期表式的内部命名体系，社区通过API探测未公开模型行为本身即具信号意义。计量偏差的可能成因包括：模型推理时产生了大量隐藏的思考token但未在返回内容中体现、平台token统计逻辑存在缺陷，或流式传输过程中的重复计量。产业层面，按token计费是主流大模型API的商业模式根基，计量准确性直接关系开发者成本核算与平台信任。后续走向上，预计会有更多开发者跟进复现测试，谷歌可能需要公开说明token计量口径与隐藏输出规则，此类社区自发”审计”或将成为大模型服务透明度的重要外部监督力量。
核心观点：按token计费的商业根基在于计量可信，社区实测揭示的10倍偏差直击大模型API服务透明化的行业软肋。
原文链接：Linux.do
评论前必须登录！
立即登录 注册