Gemini 4 Hydrogen vs GPT-5.3-Codex
詳しいプロフィール:Gemini 4 Hydrogen(Google)とGPT-5.3-Codex(OpenAI)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 7件の情報源のデータ
2026年11月16日時点で、Gemini 4 HydrogenとGPT-5.3-Codexの品質は互角です(BenchLeader Indexで63.4 対 62.9、±7.3の誤差範囲内)。価格はGemini 4 Hydrogenの方が1.6倍安く、100万トークンあたりのブレンド価格で$3.00 対 $4.81です。コーディング(69 対 61)を重視するならGemini 4 Hydrogen、エージェント・ツール(80 対 62)を重視するならGPT-5.3-Codexが向いています。回答開始までの時間はGemini 4 Hydrogenの方が短く、16.2秒 対 38.2秒です。Gemini 4 Hydrogenは出力が約2倍速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはGemini 4 Hydrogenが63.4、GPT-5.3-Codexが62.9です(BenchLeader、2026年11月16日)。
- Gemini 4 Hydrogenの100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
- GPT-5.3-Codexの100万トークンあたりのブレンド価格は$4.81です(定価、2026年11月16日)。
- Gemini 4 HydrogenはGPT-5.3-Codexより出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある1件のベンチマークのうち、Gemini 4 Hydrogenが1件でリードしています(BenchLeader、2026年11月16日)。
用途別のおすすめ
おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。
| 用途 | おすすめ | 理由 | 信頼度 |
|---|---|---|---|
| コーディング | Gemini 4 Hydrogen | カテゴリスコア69 対 61 | 高 |
| エージェント・ツール利用 | GPT-5.3-Codex | カテゴリスコア80 対 62;AA-Briefcase v1.1 868 対 1497 | 高 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGemini 4 Hydrogenのみです(カテゴリスコア68) | 比較不可 |
| 最低コスト | Gemini 4 Hydrogen | 100万トークンあたりブレンド価格$3.00 対 $4.81;エージェント型コーディングセッション$0.120 対 $0.161 | – |
| 回答開始の速さ | Gemini 4 Hydrogen | 最初の回答トークンまで16.2秒(Gemini 4 Hydrogen (high))対 38.2秒(GPT-5.3-Codex (xhigh)) | – |
| 低予算での大量処理 | フラッグシップ以外 | 小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM | – |
主な違い
- Gemini 4 Hydrogen (high)とGPT-5.3-Codex (xhigh)の品質は互角です(63.4 対 62.9、±7.3の誤差範囲内)。
- Gemini 4 Hydrogen (high)はコーディングで優れています。
- GPT-5.3-Codex (xhigh)はエージェント・ツールで優れています。
- Gemini 4 Hydrogen (high)の方が1.6倍安くなっています(100万トークンあたりブレンド価格$3.00 対 $4.81)。
- Gemini 4 Hydrogen (high)の方が出力が1.8倍速くなっています(170 対 94トークン/秒)。
概要
| 仕様 | Gemini 4 Hydrogen | GPT-5.3-Codex |
|---|---|---|
| プロバイダー | OpenAI | |
| リリース日 | 2026年11月12日 | 2026年2月5日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 400,000 |
| 比較した構成 | Gemini 4 Hydrogen (high) | GPT-5.3-Codex (xhigh) |
| オープンウェイト | なし | なし |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $1.50 / $7.50 / $0.075 | $1.75 / $14.00 / $0.175 |
カテゴリ別の比較
カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。
| カテゴリ | Gemini 4 Hydrogen (high) | GPT-5.3-Codex (xhigh) | トップ |
|---|---|---|---|
| 推論 | 69.6 | – | 比較不可 |
| コーディング | 68.8 | 61.0 | Gemini 4 Hydrogen |
| エージェント・ツール | 61.7 | 80.1 | GPT-5.3-Codex |
| 数学 | 67.8 | – | 比較不可 |
| 知識 | 68.5 | – | 比較不可 |
| 指示追従 | – | 73.6 | 比較不可 |
| 人間の評価 | 68.2 | – | 比較不可 |
| マルチモーダル | – | 60.8 | 比較不可 |
| 長文コンテキスト | – | 66.4 | 比較不可 |
1つのグラフで比較
各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。
破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。
情報源で評価が分かれる点
両方に結果がある1件のベンチマークのうち、Gemini 4 Hydrogenのリードが1件、GPT-5.3-Codexのリードが0件です。
| 総合Index | Gemini 4 Hydrogen (high) | GPT-5.3-Codex (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 63.4 | 62.9 | 互角 |
公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。
価格・速度・レイテンシ
定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。
| 指標 | Gemini 4 Hydrogen (high) | GPT-5.3-Codex (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $3.00 | $4.81 |
| 100万トークンあたりの入力/出力 | $1.50 / $7.50 | $1.75 / $14.00 |
| 100万トークンあたりのキャッシュ入力 | $0.075 | $0.175 |
| タスクあたりの価格:チャットの返答 | $0.0029 | $0.0049 |
| タスクあたりの価格:30ページのレポートを要約 | $0.022 | $0.029 |
| タスクあたりの価格:コード編集 | $0.020 | $0.032 |
| タスクあたりの価格:エージェント型コーディングセッション | $0.120 | $0.161 |
| タスクあたりの価格:構造化データの抽出 | $0.0045 | $0.0063 |
| エージェント型コーディングセッション(入力の大半がキャッシュ) | $0.056 | $0.090 |
| ベンチマークのタスクあたりのコスト(AA Index) | $1.87 | – |
| タスクあたりの出力トークン(AA Index) | 85k | – |
| うち推論 | 48k | – |
| タスクあたりの時間(AA Index) | 8 min | – |
| 出力速度 | 170 tok/s | 94 tok/s |
| 回答開始までの時間 | 16.2秒 | 38.2秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 63.3秒 | 97.1秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 4 Hydrogen (high)のスコアは63.4、最初の回答トークンまで16秒。Gemini 4 Hydrogen (xhigh)は61.8(42秒)。GPT-5.3-Codex (xhigh)のスコアは62.9、最初の回答トークンまで38秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
64件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 4 Hydrogen (high) | GPT-5.3-Codex (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 63.4 | 62.9 |
| エージェント・ツールスコア | BenchLeader | 61.7 | 80.1 |
| コーディングスコア | BenchLeader | 68.8 | 61.0 |
| 人間の評価スコア | BenchLeader | 68.2 | – |
| 知識スコア | BenchLeader | 68.5 | – |
| 数学スコア | BenchLeader | 67.8 | – |
| 推論スコア | BenchLeader | 69.6 | – |
| 指示追従スコア | BenchLeader | – | 73.6 |
| 長文コンテキストスコア | BenchLeader | – | 66.4 |
| マルチモーダルスコア | BenchLeader | – | 60.8 |
| ブレンド価格($/100万トークン) | BenchLeader | $3.00 | $4.81 |
| 出力速度 | BenchLeader | 170 tok/s | 94 tok/s |
| 回答開始までの時間 | BenchLeader | 16.2秒 | 38.2秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 400,000トークン |
| 推論 | |||
| Arena Hard Prompts | Arena (LMArena) | 1514 | – |
| LiveBench 2.0 Reasoning | LiveBench | 88.6%† | – |
| GPQA Diamond (AA) | Artificial Analysis | – | 91.5% |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 42.5% |
| HLE-Diamond (AA) | Artificial Analysis | 54.9% | – |
| CritPt | Artificial Analysis | – | 16.9% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 61.5% | – |
| Arena Expert | Arena (LMArena) | 1542 | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 74.8%† |
| WeirdML | WeirdML | – | 77.9% |
| Arena Coding | Arena (LMArena) | 1518 | – |
| Arena WebDev | Arena (LMArena) | 1704 | 1406† |
| LiveBench 2.0 Coding | LiveBench | 78.5%† | – |
| LiveCodeBench | Vals AI | – | 87.3% |
| IOI | Vals AI | – | 53.8% |
| SWE-bench (Vals) | Vals AI | – | 78.0% |
| Vibe Code Bench v1.1 | Vals AI | 87.8%† | 61.8% |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 1655.2 |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 54.0% | – |
| Design Arena Website | Design Arena | 1320† | 1155† |
| FrontierCode 2.0 (AA) | Artificial Analysis | 36.3% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 56.4% | 78.4%† |
| LiveBench Long Agentic | LiveBench | 61.8%† | – |
| LiveBench Browser | LiveBench | 77.1%† | – |
| Terminal-Bench Hard | Artificial Analysis | – | 53.0% |
64件のベンチマークをすべて表示
| 指標 | 公開元 | Gemini 4 Hydrogen (high) | GPT-5.3-Codex (xhigh) |
|---|---|---|---|
| エージェント・ツール | |||
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 86.0% |
| HiL-Bench | Scale AI SEAL | – | 4.3%† |
| Finance Agent v2.1 | Vals AI | 65.1%† | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 11.3%† | – |
| Legal Research Bench | Vals AI | 53.9%† | – |
| Tax Agent Bench | Vals AI | 52.3%† | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 64.0%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 54.0%† | – |
| METR Time Horizons | METR | – | 74.5%† |
| Vending-Bench 2 | Andon Labs | – | 5940.1† |
| AutomationBench | Artificial Analysis | 74.4% | – |
| GDP.pdf (AA) | Artificial Analysis | 30.0% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1497 | 868 |
| Design Arena Agentic | Design Arena | 1262† | 1018† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 41.4% | – |
| 数学 | |||
| Arena Maths | Arena (LMArena) | 1495 | – |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | 83.2%† | – |
| LiveBench Research | LiveBench | 86.8%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | 43.7 | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 75.8%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 48.2% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 91.3% | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 75.4% |
| Arena Instruction Following | Arena (LMArena) | 1503 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1490 | – |
| Arena Creative Writing | Arena (LMArena) | 1492 | – |
| Arena Multi-turn | Arena (LMArena) | 1476 | – |
| Arena Longer Queries | Arena (LMArena) | 1514 | – |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 77.3%† | – |
| MMMU-Pro | Artificial Analysis | – | 78.5% |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 83.3% |
| MLCR | Artificial Analysis | 21.1%† | – |
| 総合 | |||
| LiveBench 2.0 | LiveBench | 77.0%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 50.8 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 32.5 |
| AA Progress Index v1 | Artificial Analysis | – | 301.3 |
| Vals Index | Vals AI | 68.5† | – |
| Vals Finance Index | Vals AI | 66.1%† | – |
| Vals Legal Index | Vals AI | 73.6%† | – |
データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。
最近の変化
- Gemini 4 Hydrogen (high):新しい結果10件(Arena Text, Arena Hard Prompts, Arena Coding…)。
- GPT-5.3-Codex (xhigh):新しい結果1件(AA-Briefcase v1.1)。
- GPT-5.3-Codex (xhigh):新しい結果1件(AA Progress Index v1)。
関連する比較
- Gemini 4 Hydrogen vs Claude Fable 5.2
- Gemini 4 Hydrogen vs Gemini 4 Carbon
- Gemini 4 Hydrogen vs Claude Opus 5.5
- GPT-5.3-Codex vs Claude Fable 5.2
- GPT-5.3-Codex vs Gemini 4 Carbon
- GPT-5.3-Codex vs Claude Opus 5.5
- GPT-5.3-Codex vs GPT-6 Astra
- Gemini 4 Hydrogen vs Claude Fable 5.1
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
Gemini 4 Hydrogen vs GPT-5.3-Codex:よくある質問
- Gemini 4 HydrogenはGPT-5.3-Codexより優れていますか?
- Gemini 4 Hydrogen (high)とGPT-5.3-Codex (xhigh)の品質は互角です(63.4 対 62.9、±7.3の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
- Gemini 4 HydrogenとGPT-5.3-Codexはどちらが安いですか?今後変わる予定はありますか?
- 現在はGemini 4 Hydrogenの方が安く、100万トークンあたり$3.00 対 $4.81です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
- コーディングにはGemini 4 HydrogenとGPT-5.3-Codexのどちらが向いていますか?
- コーディングではGemini 4 Hydrogenの方がスコアが高くなっています(カテゴリ指標で69 対 61。50が平均)。
- Gemini 4 HydrogenとGPT-5.3-Codexはどちらが速いですか?
- Gemini 4 Hydrogenの方が出力が約2倍速くなっています(出力170 対 94トークン/秒、Artificial Analysisの7日間の中央値)。
- エージェントやツール利用にはGemini 4 HydrogenとGPT-5.3-Codexのどちらが向いていますか?
- エージェント型のタスクではGPT-5.3-Codexの方がスコアが高くなっています(カテゴリ指標で80 対 62。50が平均)。
ほかの質問(4件)
- 長い文書にはどちらが向いていますか?
- コンテキストはGemini 4 Hydrogenの方が長く、1,048,576トークンです(GPT-5.3-Codexは400,000トークン)。
- レイテンシが低いのはどちらですか?
- 先に回答を始めるのはGemini 4 Hydrogenです。Artificial Analysisの測定では、最初の回答トークンまで16.2秒 対 38.2秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
- Gemini 4 HydrogenとGPT-5.3-Codexについて、第三者ベンチマークの評価は一致していますか?
- 両方に結果がある1件のベンチマークのうち、Gemini 4 Hydrogenのリードが1件、GPT-5.3-Codexのリードが0件です。
- Gemini 4 Hydrogenはいつリリースされましたか?
- Gemini 4 Hydrogenは2026年11月12日にリリースされました。