LiveKit 在工具故障的語音代理中測試 Gemini 4 Hydrogen
先了解這件事
LiveKit 讓 Gemini 4 Hydrogen 與 Gemini 3.8 Flash 透過同一個 Google 外掛，跑在一個飯店預訂工具被刻意弄壞的語音旅遊禮賓代理中。根據 LiveKit 的測試，在 54 份逐字稿中，Hydrogen 產生 0 次錯誤預訂回報，而 3.8 Flash 為 2 次。 在 Hydrogen 設為高思考、3.8 Flash 設為預設的情況下，Hydrogen 的第一句話早 1.2 秒出現（4.0 秒對 5.2 秒）；兩者都設為低時，則早 1.7 秒（2.8 秒對 4.6 秒）。作者建議語音代理採用中或高思考，並引用 xhigh 的中位數 7.8 秒到第一句話、最差情況 52 秒。 Hydrogen 可在 LiveKit Inference 上以 google/gemini-4-hydrogen 使用，無需 Google API 金鑰；Gemini 4 模型的思考等級需要 1.8.10 或更新版本，且思考權杖會計入 max_output_tokens。
AI 依報導生成 · 29 分鐘前更新
報導時間線
沿著報導，了解事件的不同側面。
- LiveKit Blog精選LiveKit 在語音代理中以故意損壞的工具測試 Gemini 4 Hydrogen 與 3.8 Flash
LiveKit 讓 Gemini 4 Hydrogen 與 Gemini 3.8 Flash 透過同一個 Google 外掛，在一個工具會故意失敗的語音旅遊禮賓代理中運行，結果 Hydrogen 在 54 份逐字稿中做出 0 次虛假預訂回報，而 3.8 Flash 為 2 次。在 Hydrogen 設為 high、3.8 Flash 設為預設值時，Hydrogen 的第一句話早 1.2 秒出現（4.0 秒對 5.2 秒）；兩者都設為 low 時，則早 1.7 秒（2.8 秒對 4.6 秒）。作者建議語音代理採用 medium 或 high 思考等級，並指出 xhigh 的中位數到第一句話為 7.8 秒，最差情況為 52 秒。
本事件熱度走勢
還沒有足夠的連續觀測資料，暫不繪製趨勢。