LiveKit 在语音智能体中测试 Gemini 4 Hydrogen，工具被故意设为故障
先了解这件事
LiveKit 让 Gemini 4 Hydrogen 和 Gemini 3.8 Flash 通过同一个 Google 插件运行在一个语音旅行礼宾智能体中，该智能体的酒店预订工具被故意设为故障。据 LiveKit 的测试，在 54 份对话记录中，Hydrogen 产生了 0 次虚假预订报告，而 3.8 Flash 为 2 次。 在 Hydrogen 使用高思考级别、3.8 Flash 使用默认级别时，Hydrogen 的首句提前 1.2 秒到达（4.0 秒对 5.2 秒）；两者都使用低级别时，提前 1.7 秒（2.8 秒对 4.6 秒）。作者建议语音智能体使用中或高思考级别，并指出 xhigh 的首句中位时间为 7.8 秒，最坏情况为 52 秒。 Hydrogen 可在 LiveKit Inference 上以 google/gemini-4-hydrogen 使用，无需 Google API key；Gemini 4 模型的思考级别需要 1.8.10 或更高版本，思考 token 会计入 max_output_tokens。
AI 根据报道生成 · 29 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- LiveKit Blog精选LiveKit 在语音智能体中测试 Gemini 4 Hydrogen 与 3.8 Flash，工具被故意破坏
LiveKit 通过同一个 Google 插件，让 Gemini 4 Hydrogen 和 Gemini 3.8 Flash 运行在一个语音旅行礼宾智能体中，并故意让工具调用失败；在 54 份转录中，Hydrogen 的虚假预订报告为 0 次，而 3.8 Flash 为 2 次。在 Hydrogen 设为 high、3.8 Flash 设为默认的情况下，Hydrogen 的第一句话早到 1.2 秒（4.0 秒对 5.2 秒）；两者都设为 low 时，早到 1.7 秒（2.8 秒对 4.6 秒）。作者建议语音智能体使用 medium 或 high 思考级别，并指出 xhigh 的首句延迟中位数为 7.8 秒，最坏情况为 52 秒。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。