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 Hydrogen | 100万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 Hydrogen | GPT-6.2 Astra |
|---|---|---|
| プロバイダー | OpenAI | |
| 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) | 1,048,576 | 1,050,000 |
| 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 | 70.0 | 73.1 | GPT-6.2 Astra |
| コーディング | 67.7 | 76.1 | GPT-6.2 Astra |
| エージェント・ツール | – | 66.4 | 比較不可 |
| 数学 | 69.8 | 72.5 | GPT-6.2 Astra |
| 知識 | 70.2 | 74.2 | GPT-6.2 Astra |
| マルチモーダル | – | 71.7 | 比較不可 |
| 総合 | 60.9 | 69.5 | GPT-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。
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。
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Index | Gemini 4 Hydrogen (xhigh) | GPT-6.2 Astra (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 63.6 | 68.9 | GPT-6.2 Astra |
| AA Intelligence Index v5.0.1 | 53.9 | 62.1 | GPT-6.2 Astra |
| Vals Index | 68.5 | 67.7 | Gemini 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) | 154k | 41k |
| うち推論 | 97k | 26k |
| タスクあたりの時間(AA Index) | 15 min | 14 min |
| 出力速度 | 168 tok/s | 49 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$4.00でした。同じ作業でGemini 4 Hydrogen (xhigh)は3.8倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 4 Hydrogen (xhigh)のスコアは63.6、最初の回答トークンまで47秒。Gemini 4 Hydrogen (high)は63.5(21秒)、Gemini 4 Hydrogenは61.1(2秒)。GPT-6.2 Astra (max)のスコアは68.9、最初の回答トークンまで203秒。GPT-6.2 Astra (xhigh)は67.1(67秒)、GPT-6.2 Astra (medium)は65.6(4秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
102件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 4 Hydrogen (xhigh) | GPT-6.2 Astra (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 63.6 | 68.9 |
| コーディングスコア | BenchLeader | 67.7 | 76.1 |
| 総合スコア | BenchLeader | 60.9 | 69.5 |
| 知識スコア | BenchLeader | 70.2 | 74.2 |
| 数学スコア | BenchLeader | 69.8 | 72.5 |
| 推論スコア | BenchLeader | 70.0 | 73.1 |
| エージェント・ツールスコア | BenchLeader | – | 66.4 |
| マルチモーダルスコア | BenchLeader | – | 71.7 |
| ブレンド価格($/100万トークン) | BenchLeader | $3.00 | $16.00 |
| 出力速度 | BenchLeader | 168 tok/s | 49 tok/s |
| 回答開始までの時間 | BenchLeader | 47.3秒 | 202.7秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,050,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 96.8% | 96.8% |
| Arena Hard Prompts | Arena (LMArena) | 1511† | – |
| LiveBench 2.0 Reasoning | LiveBench | 88.6% | 91.6% |
| HLE-Diamond (AA) | Artificial Analysis | 58.8% | 72.2% |
| ARC-AGI-1 | ARC Prize | – | 98.5% |
| ARC-AGI-2 | ARC Prize | – | 95.8% |
| ARC-AGI-3 | ARC Prize | – | 99.8% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 66.0% | 71.5% |
| MysteryMechanism | Vals AI | – | 53.1% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 66.9%† |
| Arena Expert | Arena (LMArena) | 1538† | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 60.0% | 78.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 65.0% | 95.0% |
| コーディング | |||
| Arena Coding | Arena (LMArena) | 1515† | – |
| Arena WebDev | Arena (LMArena) | 1703† | 1781 |
| LiveBench 2.0 Coding | LiveBench | 78.5% | 91.9% |
| Vibe Code Bench v1.1 | Vals AI | 87.8% | 89.9% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | – | 55.2% |
| SWE Atlas v1.1 | Scale AI SEAL | – | 60.5%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 67.7%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 62.2%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 51.4%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 67.8% |
| CursorBench | Cursor | 57.8% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1825.7 | – |
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 | |||
| FrontierSWE | Epoch AI Benchmarking Hub | 53.1%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 53.5% | 64.1% |
| Design Arena Website | Design Arena | 1326† | 1339† |
| FrontierCode 2.0 (AA) | Artificial Analysis | 39.0% | 45.4% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 56.4%† | 62.1% |
| APEX-Agents | Mercor | 78.0%† | – |
| Arena Agent | Arena (LMArena) | 13.5† | 15.2 |
| LiveBench Long Agentic | LiveBench | 61.8% | 70.8% |
| LiveBench Browser | LiveBench | 77.1% | 93.0% |
| HiL-Bench | Scale AI SEAL | 55.3%† | – |
| Analyst Agent (AA) | Artificial Analysis | – | 62.5% |
| Finance Agent v2.1 | Vals AI | 65.1% | 60.8% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 11.3% | 16.3% |
| Legal Research Bench | Vals AI | 53.9% | 42.8% |
| Robo-bench | Vals AI | – | 32.7% |
| Tax Agent Bench | Vals AI | 52.3% | 21.8% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 54.0% | 63.1% |
| Terminal-Bench Science | Vals AI | – | 71.4% |
| Arena Agent Task Completion | Arena (LMArena) | 15.7† | 12.4 |
| Vending-Bench 2 | Andon Labs | 14549.5† | – |
| SpireClimb | Epoch AI Benchmarking Hub | 7.7% | 41.3% |
| AutomationBench | Artificial Analysis | 76.1% | 77.3% |
| GDP.pdf (AA) | Artificial Analysis | 27.6% | 29.8% |
| Harvey LAB-AA v1.1 | Harvey | – | 15.0% |
| EnterpriseOps-Gym | Artificial Analysis | – | 29.9% |
| AA-Briefcase v1.1 | Artificial Analysis | 1568 | 1643 |
| Design Arena Agentic | Design Arena | 1266† | 1304 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 49.5% | 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 Search | 93.6%† | – | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 88.1% | 92.6% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 87.8% | 100.0% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | 100.0% |
| Autoform-Hard | Vals AI | 64.3% | 87.5% |
| Arena Maths | Arena (LMArena) | 1504† | – |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | – | 10.3% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 70.9% | 78.5% |
| LiveBench 2.0 Data Analysis | LiveBench | 83.2% | 84.1% |
| LiveBench Research | LiveBench | 86.8% | 91.5% |
| AA-Omniscience v1.1 | Artificial Analysis | 46.3 | 50 |
| PRBench Finance | Scale AI SEAL | 52.3%† | – |
| PRBench Legal | Scale AI SEAL | 53.1%† | 43.1%† |
| BioMysteryBench | Vals AI | – | 80.7% |
| Excel Modeling Benchmark v1.1 | Vals AI | 75.8% | 76.0% |
| DrugDiscoveryBench | Scale AI SEAL | 69.1%† | 65.5%† |
| EBR-bench | Epoch AI Benchmarking Hub | 70.5% | 92.4% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 50.5% | 68.6% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 91.5% | 40.9% |
| FACTS Parametric | 76.7%† | – | |
| 指示追従 | |||
| MultiChallenge | Scale AI SEAL | 80.6%† | 73.2%† |
| Arena Instruction Following | Arena (LMArena) | 1499† | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1490† | – |
| Arena Creative Writing | Arena (LMArena) | 1491† | – |
| Arena Multi-turn | Arena (LMArena) | 1480† | – |
| Arena Longer Queries | Arena (LMArena) | 1511† | – |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 77.3% | 82.8% |
| MMMU-Pro | Artificial Analysis | – | 89.5% |
| Humanity's Sixth Sense | Scale AI SEAL | 63.4% | 63.2%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | 57.5% | 89.2% |
| VIALS-AA | Handshake AI | – | 65.8% |
| AA-3D | Artificial Analysis | – | 1318 |
| FACTS Multimodal | 63.1%† | – | |
| 長文コンテキスト | |||
| MLCR | Artificial Analysis | 21.1% | 39.4% |
| FACTS Grounding | 78.7%† | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 174.2† |
| LiveBench 2.0 | LiveBench | 77.0% | 84.9% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 53.9 | 62.1 |
| Vals Index | Vals AI | 68.5 | 67.7 |
| Vals Finance Index | Vals AI | 66.1% | 57.3% |
| Vals RSI Index | Vals AI | – | 29.0% |
| Vals Science Index | Vals AI | – | 68.4% |
| Vals Legal Index | Vals AI | 73.6% | 69.7% |
| AA Cyber Index | Artificial Analysis | – | 37.3 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 17.5%† | – |
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…)。
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-6.2 Astra vs Claude Fable 5.2
- GPT-6.2 Astra vs Gemini 4 Carbon
- GPT-6.2 Astra vs Claude Opus 5.5
- GPT-6.2 Astra vs Gemini 4 Neon
- Gemini 4 Hydrogen vs GPT-6.1 Terra
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。