BenchLeader

Gemini 4 Hydrogen vs GPT-6.2 Astra

詳しいプロフィール:Gemini 4 Hydrogen(Google)とGPT-6.2 Astra(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 · 11件の情報源のデータ

2026年11月19日時点で、品質ではGPT-6.2 AstraがGemini 4 Hydrogenを上回ります(BenchLeader Indexで68.9 対 63.6)。ただし、価格はGemini 4 Hydrogenの方が5.3倍安く、100万トークンあたりのブレンド価格で$3.00 対 $16.00です。両方を測定できるすべてのカテゴリでGPT-6.2 Astraがリードしています。Gemini 4 Hydrogenの方が出力が3倍以上速いです。

要点(2026年11月19日時点)

  • BenchLeader IndexはGemini 4 Hydrogenが63.6、GPT-6.2 Astraが68.9です(BenchLeader、2026年11月19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19日)。
  • GPT-6.2 Astraの100万トークンあたりのブレンド価格は$16.00です(定価、2026年11月19日)。
  • Gemini 4 HydrogenはGPT-6.2 Astraより出力が3倍以上速いです(Artificial Analysis、7日間の中央値、2026年11月19日)。
  • 両モデルに結果がある40件のベンチマークのうち、GPT-6.2 Astraが33件でリードしています(BenchLeader、2026年11月19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GPT-6.2 Astraカテゴリスコア76 対 68;FrontierCode 2.0 (AA) 45.4% 対 39.0%高
数学GPT-6.2 Astraカテゴリスコア73 対 70;FrontierMath Tiers 1–3 92.6% 対 88.1%中
推論GPT-6.2 Astraカテゴリスコア73 対 70;GPQA Diamond 96.8% 対 96.8%中
知識GPT-6.2 Astraカテゴリスコア74 対 70;SimpleQA Verified 78.5% 対 70.9%中
最低コストGemini 4 Hydrogen100万トークンあたりブレンド価格$3.00 対 $16.00;エージェント型コーディングセッション$0.120 対 $0.640–
回答開始の速さGemini 4 Hydrogen最初の回答トークンまで47.3秒(Gemini 4 Hydrogen (xhigh))対 202.7秒(GPT-6.2 Astra (max))–
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

  • 品質ではGPT-6.2 Astra (max)がリードしています:68.9 対 63.6。
  • GPT-6.2 Astra (max)はコーディング、総合、知識、数学、推論で優れています。
  • Gemini 4 Hydrogen (xhigh)の方が5.3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 $16.00)。
  • Gemini 4 Hydrogen (xhigh)の方が出力が3.5倍速くなっています(168 対 49トークン/秒)。

概要

仕様Gemini 4 HydrogenGPT-6.2 Astra
プロバイダーGoogleOpenAI
リリース日2026年11月12日2026年11月17日
コンテキストウィンドウ(トークン)1,048,5761,050,000
比較した構成Gemini 4 Hydrogen (xhigh)GPT-6.2 Astra (max)
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$8.00 / $40.00 / $0.400

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 (xhigh)GPT-6.2 Astra (max)トップ
推論70.073.1GPT-6.2 Astra
コーディング67.776.1GPT-6.2 Astra
エージェント・ツール–66.4比較不可
数学69.872.5GPT-6.2 Astra
知識70.274.2GPT-6.2 Astra
マルチモーダル–71.7比較不可
総合60.969.5GPT-6.2 Astra

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。

2550 avg75推論コーディング数学知識Gemini 4 Hydrogen, 推論: 70.0Gemini 4 Hydrogen, コーディング: 67.7Gemini 4 Hydrogen, 数学: 69.8Gemini 4 Hydrogen, 知識: 70.2GPT-6.2 Astra, 推論: 73.1GPT-6.2 Astra, コーディング: 76.1GPT-6.2 Astra, 数学: 72.5GPT-6.2 Astra, 知識: 74.2

描画していないもの(測定済みのモデルが2つ未満):エージェント・ツール, 指示追従, 長文コンテキスト, マルチモーダル, 人間の評価。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある40件のベンチマークのうち、Gemini 4 Hydrogenのリードが6件、GPT-6.2 Astraのリードが33件、同点が1件です。第三者の総合指標でも評価が分かれ、Gemini 4 HydrogenはVals Indexで、GPT-6.2 AstraはBenchLeader Index、AA Intelligence Index v5.0.1でリードしています。

総合IndexGemini 4 Hydrogen (xhigh)GPT-6.2 Astra (max)トップ
BenchLeader Index63.668.9GPT-6.2 Astra
AA Intelligence Index v5.0.153.962.1GPT-6.2 Astra
Vals Index68.567.7Gemini 4 Hydrogen

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 (xhigh)GPT-6.2 Astra (max)
100万トークンあたりのブレンド価格$3.00$16.00
100万トークンあたりの入力/出力$1.50 / $7.50$8.00 / $40.00
100万トークンあたりのキャッシュ入力$0.075$0.400
タスクあたりの価格:チャットの返答$0.0029$0.015
タスクあたりの価格:30ページのレポートを要約$0.022$0.120
タスクあたりの価格:コード編集$0.020$0.108
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$0.640
タスクあたりの価格:構造化データの抽出$0.0045$0.024
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$0.298
ベンチマークのタスクあたりのコスト(AA Index)$3.16$4.00
タスクあたりの出力トークン(AA Index)154k41k
うち推論97k26k
タスクあたりの時間(AA Index)15 min14 min
出力速度168 tok/s49 tok/s
回答開始までの時間47.3秒202.7秒
回答が完了するまでの時間(最終測定2026年11月13日)103.9秒–

トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、Gemini 4 Hydrogen (xhigh)で$3.16、GPT-6.2 Astra (max)で$4.00でした。同じ作業でGemini 4 Hydrogen (xhigh)は3.8倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。

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 (xhigh)のスコアは63.6、最初の回答トークンまで47秒。Gemini 4 Hydrogen (high)は63.5(21秒)、Gemini 4 Hydrogenは61.1(2秒)。GPT-6.2 Astra (max)のスコアは68.9、最初の回答トークンまで203秒。GPT-6.2 Astra (xhigh)は67.1(67秒)、GPT-6.2 Astra (medium)は65.6(4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

102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 (xhigh)GPT-6.2 Astra (max)
BenchLeader IndexBenchLeader63.668.9
コーディングスコアBenchLeader67.776.1
総合スコアBenchLeader60.969.5
知識スコアBenchLeader70.274.2
数学スコアBenchLeader69.872.5
推論スコアBenchLeader70.073.1
エージェント・ツールスコアBenchLeader–66.4
マルチモーダルスコアBenchLeader–71.7
ブレンド価格($/100万トークン)BenchLeader$3.00$16.00
出力速度BenchLeader168 tok/s49 tok/s
回答開始までの時間BenchLeader47.3秒202.7秒
コンテキストウィンドウBenchLeader1,048,576トークン1,050,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub96.8%96.8%
Arena Hard PromptsArena (LMArena)1511†–
LiveBench 2.0 ReasoningLiveBench88.6%91.6%
HLE-Diamond (AA)Artificial Analysis58.8%72.2%
ARC-AGI-1ARC Prize–98.5%
ARC-AGI-2ARC Prize–95.8%
ARC-AGI-3ARC Prize–99.8%
CritPt v2 hard subset (AA)Artificial Analysis66.0%71.5%
MysteryMechanismVals AI–53.1%
HLE-Diamond (Scale)Scale AI SEAL–66.9%†
Arena ExpertArena (LMArena)1538†–
Chess PuzzlesEpoch AI Benchmarking Hub60.0%78.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub65.0%95.0%
コーディング
Arena CodingArena (LMArena)1515†–
Arena WebDevArena (LMArena)1703†1781
LiveBench 2.0 CodingLiveBench78.5%91.9%
Vibe Code Bench v1.1Vals AI87.8%89.9%
Vibe Code Bench 1-100 v1.1Vals AI–55.2%
SWE Atlas v1.1Scale AI SEAL–60.5%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–67.7%†
SWE Atlas v1.1: Test WritingScale AI SEAL–62.2%†
SWE Atlas v1.1: RefactoringScale AI SEAL–51.4%†
MirrorCodeEpoch AI Benchmarking Hub–67.8%
CursorBenchCursor57.8%–
ALE-BenchEpoch AI Benchmarking Hub1825.7–
102件のベンチマークをすべて表示
指標公開元Gemini 4 Hydrogen (xhigh)GPT-6.2 Astra (max)
コーディング
FrontierSWEEpoch AI Benchmarking Hub53.1%†–
Terminal-Bench 4.0 (AA)Artificial Analysis53.5%64.1%
Design Arena WebsiteDesign Arena1326†1339†
FrontierCode 2.0 (AA)Artificial Analysis39.0%45.4%
エージェント・ツール
Terminal-BenchTerminal-Bench56.4%†62.1%
APEX-AgentsMercor78.0%†–
Arena AgentArena (LMArena)13.5†15.2
LiveBench Long AgenticLiveBench61.8%70.8%
LiveBench BrowserLiveBench77.1%93.0%
HiL-BenchScale AI SEAL55.3%†–
Analyst Agent (AA)Artificial Analysis–62.5%
Finance Agent v2.1Vals AI65.1%60.8%
Harvey's Legal Agent Benchmark v1.1Vals AI11.3%16.3%
Legal Research BenchVals AI53.9%42.8%
Robo-benchVals AI–32.7%
Tax Agent BenchVals AI52.3%21.8%
Terminal-Bench 4.0 (Vals)Vals AI54.0%63.1%
Terminal-Bench ScienceVals AI–71.4%
Arena Agent Task CompletionArena (LMArena)15.7†12.4
Vending-Bench 2Andon Labs14549.5†–
SpireClimbEpoch AI Benchmarking Hub7.7%41.3%
AutomationBenchArtificial Analysis76.1%77.3%
GDP.pdf (AA)Artificial Analysis27.6%29.8%
Harvey LAB-AA v1.1Harvey–15.0%
EnterpriseOps-GymArtificial Analysis–29.9%
AA-Briefcase v1.1Artificial Analysis15681643
Design Arena AgenticDesign Arena1266†1304
Terminal-Bench-Science 0.1 (AA)Artificial Analysis49.5%78.1%
CWE-Bench (AA)Artificial Analysis–65.0%
DeepSec-Bench (AA)Artificial Analysis–46.8%
CyberGym end-to-end (AA)Artificial Analysis–0.0%
MKA (AA)Artificial Analysis–52.7%
FACTS SearchGoogle93.6%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub88.1%92.6%
FrontierMath Tier 4Epoch AI Benchmarking Hub87.8%100.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%100.0%
Autoform-HardVals AI64.3%87.5%
Arena MathsArena (LMArena)1504†–
FrontierMath ErdősEpoch AI Benchmarking Hub–10.3%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub70.9%78.5%
LiveBench 2.0 Data AnalysisLiveBench83.2%84.1%
LiveBench ResearchLiveBench86.8%91.5%
AA-Omniscience v1.1Artificial Analysis46.350
PRBench FinanceScale AI SEAL52.3%†–
PRBench LegalScale AI SEAL53.1%†43.1%†
BioMysteryBenchVals AI–80.7%
Excel Modeling Benchmark v1.1Vals AI75.8%76.0%
DrugDiscoveryBenchScale AI SEAL69.1%†65.5%†
EBR-benchEpoch AI Benchmarking Hub70.5%92.4%
AA-Omniscience v1.1: accuracyArtificial Analysis50.5%68.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis91.5%40.9%
FACTS ParametricGoogle76.7%†–
指示追従
MultiChallengeScale AI SEAL80.6%†73.2%†
Arena Instruction FollowingArena (LMArena)1499†–
人間の評価
Arena TextArena (LMArena)1490†–
Arena Creative WritingArena (LMArena)1491†–
Arena Multi-turnArena (LMArena)1480†–
Arena Longer QueriesArena (LMArena)1511†–
マルチモーダル
LiveBench DesignLiveBench77.3%82.8%
MMMU-ProArtificial Analysis–89.5%
Humanity's Sixth SenseScale AI SEAL63.4%63.2%†
Furniture AssemblyEpoch AI Benchmarking Hub57.5%89.2%
VIALS-AAHandshake AI–65.8%
AA-3DArtificial Analysis–1318
FACTS MultimodalGoogle63.1%†–
長文コンテキスト
MLCRArtificial Analysis21.1%39.4%
FACTS GroundingGoogle78.7%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–174.2†
LiveBench 2.0LiveBench77.0%84.9%
AA Intelligence Index v5.0.1Artificial Analysis53.962.1
Vals IndexVals AI68.567.7
Vals Finance IndexVals AI66.1%57.3%
Vals RSI IndexVals AI–29.0%
Vals Science IndexVals AI–68.4%
Vals Legal IndexVals AI73.6%69.7%
AA Cyber IndexArtificial Analysis–37.3
安全性・誠実さ
FORTRESSScale AI SEAL17.5%†–

データは2026年11月19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

  • GPT-6.2 Astra (max):BenchLeader Index 67.8 → 68.9。
  • Gemini 4 Hydrogen (xhigh):新しい結果1件(Humanity's Sixth Sense)。
  • GPT-6.2 Astra (max):新しい結果6件(VIALS-AA, Arena WebDev, Arena Agent…)。
  • Gemini 4 Hydrogen (xhigh):BenchLeader Index 60.8 → 63.7。
  • GPT-6.2 Astra (max):BenchLeader Index 67.2 → 67.8。
  • Gemini 4 Hydrogen (xhigh):新しい結果10件(GPQA Diamond, FrontierMath Tiers 1–3, FrontierMath Tier 4…)。
  • GPT-6.2 Astra (max):新しい結果2件(MKA (AA), Terminal-Bench)。
  • Gemini 4 Hydrogen (xhigh):BenchLeader Index 61.8 → 60.8。
  • Gemini 4 Hydrogen (xhigh):新しい結果2件(CursorBench, ALE-Bench)。
  • Gemini 4 Hydrogen (xhigh):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。

ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM

Gemini 4 Hydrogen vs GPT-6.2 Astra:よくある質問

GPT-6.2 AstraはGemini 4 Hydrogenより優れていますか?
品質ではGPT-6.2 Astra (max)がリードしています:68.9 対 63.6。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19日時点では総合でGPT-6.2 Astra (max)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
Gemini 4 HydrogenとGPT-6.2 Astra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 $16.00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-6.2 Astraのどちらが向いていますか?
コーディングではGPT-6.2 Astraの方がスコアが高くなっています(カテゴリ指標で76 対 68。50が平均)。共通するコーディングベンチマークのうち最も重要なFrontierCode 2.0 (AA)では、Gemini 4 Hydrogenが39.0%、GPT-6.2 Astraが45.4%です。
Gemini 4 HydrogenとGPT-6.2 Astraはどちらが速いですか?
Gemini 4 Hydrogenの方が出力が3倍以上速くなっています(出力168 対 49トークン/秒、Artificial Analysisの7日間の中央値)。
長い文書にはどちらが向いていますか?
どちらも約1.1Mトークンです(Gemini 4 Hydrogenは1,048,576、GPT-6.2 Astraは1,050,000)。
ほかの質問(3件)
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47.3秒 対 202.7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-6.2 Astra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40件のベンチマークのうち、Gemini 4 Hydrogenのリードが6件、GPT-6.2 Astraのリードが33件、同点が1件です。第三者の総合指標でも評価が分かれ、Gemini 4 HydrogenはVals Indexで、GPT-6.2 AstraはBenchLeader Index、AA Intelligence Index v5.0.1でリードしています。
GPT-6.2 Astraはいつリリースされましたか?
GPT-6.2 Astraは2026年11月17日にリリースされました。