54.3% 对 39.6%。Gemini 4 Hydrogen 已经在 Cursor 上线，默认 effort 设置下，它在 CursorBench 上拿到 54.3%，而上一代 Gemini 3.8 Flash 只有 39.6%。十几个百分点的差距，放在编码模型这条赛道上，足够让一批还在观望的开发者重新跑一遍评测。
消息来自 Cursor 官方，转发的人是 Matt Palmer——他自我介绍里带着一句调侃，「爱好包括制作 og:images」，配图正是 CursorBench 4.0 的模型散点图。这句玩笑其实挺准确：如今的模型发布，一张散点图的说服力往往大过一场发布会，分数往上一摆，谁强谁弱一目了然。但图能说清的只是位置，说不清的是位置怎么来的。
注意「默认 effort」这个前提。它意味着 54.3% 不是靠拉满推理预算硬堆出来的，而是日常使用状态下的水平——对每天泡在编辑器里的人来说，这比峰值数字更有参考价值。Hydrogen 这个代号加上版本号，也说明 Gemini 在编码方向上还在加速。真正的问题从来不是它比 3.8 Flash 强多少，而是长上下文重构、多文件改动这些脏活累活里，它能不能稳住。54.3% 是张不错的入场券，剩下的事，得由写代码的人自己投票。
