BenchLeader

Gemini 4 Neon vs Gemma 4 12B

詳しいプロフィール:Gemini 4 Neon(Google)とGemma 4 12B(Google)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 4件の情報源のデータ

2026年11月19日時点で、品質ではGemini 4 NeonがGemma 4 12Bを上回ります(BenchLeader Indexで67.3 対 49.7)。ただし、価格はGemma 4 12Bの方が40倍安く、100万トークンあたりのブレンド価格で$0.150 対 $6.00です。両方を測定できるすべてのカテゴリでGemini 4 Neonがリードしています。

要点(2026年11月19日時点)

  • BenchLeader IndexはGemini 4 Neonが67.3、Gemma 4 12Bが49.7です(BenchLeader、2026年11月19日)。
  • Gemini 4 Neonの100万トークンあたりのブレンド価格は$6.00です(定価、2026年11月19日)。
  • Gemma 4 12Bの100万トークンあたりのブレンド価格は$0.150です(定価、2026年11月19日)。
  • 両モデルに結果がある5件のベンチマークのうち、Gemini 4 Neonが5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
エージェント・ツール利用Gemini 4 Neonカテゴリスコア76 対 50;AutomationBench 79.2% 対 0.7%高
知識Gemini 4 Neonカテゴリスコア72 対 18;AA-Omniscience v1.1 53.8 対 -52.3高
チャットの質(人間の評価)–Arenaの評価があるのはGemini 4 Neonのみです(カテゴリスコア72)比較不可
最低コストGemma 4 12B100万トークンあたりブレンド価格$0.150 対 $6.00;エージェント型コーディングセッション$0.007 対 $0.240–
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Gemini 4 Neon (high)がリードしています:67.3 対 49.7。
  • Gemini 4 Neon (high)はエージェント・ツール、知識で優れています。
  • Gemma 4 12B (thinking)の方が40倍安くなっています(100万トークンあたりブレンド価格$0.150 対 $6.00)。

概要

仕様Gemini 4 NeonGemma 4 12B
プロバイダーGoogleGoogle
リリース日2026年11月18日2026年6月3日
コンテキストウィンドウ(トークン)1,048,576262,144
比較した構成Gemini 4 Neon (high)Gemma 4 12B (thinking)
オープンウェイトなしあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)$3.00 / $15.00 / $0.150$0.100 / $0.300 / –

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 Neon (high)Gemma 4 12B (thinking)トップ
推論71.9–比較不可
コーディング73.4–比較不可
エージェント・ツール76.249.5Gemini 4 Neon
知識72.318.2Gemini 4 Neon
指示追従–72.0比較不可
人間の評価71.7–比較不可
マルチモーダル–51.5比較不可
長文コンテキスト–56.1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。

2550 avg75推論コーディングエージェント・ツール知識指示追従長文コンテキストマルチモーダル人間の評価Gemini 4 Neon, 推論: 71.9Gemini 4 Neon, コーディング: 73.4Gemini 4 Neon, エージェント・ツール: 76.2Gemini 4 Neon, 知識: 72.3Gemini 4 Neon, 人間の評価: 71.7Gemma 4 12B, エージェント・ツール: 49.5Gemma 4 12B, 知識: 18.2Gemma 4 12B, 指示追従: 72.0Gemma 4 12B, 長文コンテキスト: 56.1Gemma 4 12B, マルチモーダル: 51.5

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。

描画していないもの(これらのモデルの結果なし):数学。

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5件のベンチマークのうち、Gemini 4 Neonのリードが5件、Gemma 4 12Bのリードが0件です。両方を評価しているすべての総合指標で、Gemini 4 Neonが上回っています。

総合IndexGemini 4 Neon (high)Gemma 4 12B (thinking)トップ
BenchLeader Index67.349.7Gemini 4 Neon

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 Neon (high)Gemma 4 12B (thinking)
100万トークンあたりのブレンド価格$6.00$0.150
100万トークンあたりの入力/出力$3.00 / $15.00$0.100 / $0.300
100万トークンあたりのキャッシュ入力$0.150–
タスクあたりの価格:チャットの返答$0.0057$0.0001
タスクあたりの価格:30ページのレポートを要約$0.045$0.0014
タスクあたりの価格:コード編集$0.041$0.0011
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$0.240$0.0072
タスクあたりの価格:構造化データの抽出$0.0090$0.0003
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)$0.112–
ベンチマークのタスクあたりのコスト(AA Index)$3.74–
タスクあたりの出力トークン(AA Index)90k–
うち推論46k–
タスクあたりの時間(AA Index)15 min–
出力速度101 tok/s–
回答開始までの時間40.6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 Neon (high)のスコアは67.3、最初の回答トークンまで41秒。Gemini 4 Neon (xhigh)は64.3(57秒)。Gemma 4 12B (thinking)のスコアは49.7。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

49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 Neon (high)Gemma 4 12B (thinking)
BenchLeader IndexBenchLeader67.349.7
エージェント・ツールスコアBenchLeader76.249.5
コーディングスコアBenchLeader73.4–
人間の評価スコアBenchLeader71.7–
知識スコアBenchLeader72.318.2
推論スコアBenchLeader71.9–
指示追従スコアBenchLeader–72.0
長文コンテキストスコアBenchLeader–56.1
マルチモーダルスコアBenchLeader–51.5
ブレンド価格($/100万トークン)BenchLeader$6.00$0.150
出力速度BenchLeader101 tok/s–
回答開始までの時間BenchLeader40.6秒–
コンテキストウィンドウBenchLeader1,048,576トークン262,144トークン
推論
Arena Hard PromptsArena (LMArena)1546–
LiveBench 2.0 ReasoningLiveBench89.6%†–
GPQA Diamond (AA)Artificial Analysis–75.3%
Humanity's Last Exam (AA)Artificial Analysis–15.7%
HLE-Diamond (AA)Artificial Analysis68.4%–
CritPtArtificial Analysis–0.0%
CritPt v2 hard subset (AA)Artificial Analysis59.0%–
Arena ExpertArena (LMArena)1541–
コーディング
Arena CodingArena (LMArena)1558–
Arena WebDevArena (LMArena)1764–
LiveBench 2.0 CodingLiveBench89.7%†–
Terminal-Bench 4.0 (AA)Artificial Analysis61.6%–
Terminal-Bench 2.1 (AA)Artificial Analysis–27.3%
FrontierCode 2.0 (AA)Artificial Analysis43.3%–
エージェント・ツール
Arena AgentArena (LMArena)18.4–
LiveBench Long AgenticLiveBench82.6%†–
LiveBench BrowserLiveBench95.6%†–
Terminal-Bench HardArtificial Analysis–18.2%
τ²-Bench Telecom (AA)Artificial Analysis–36.3%
GDPval-AA v2.1, normalised scoreArtificial Analysis–0.0%
GDPval-AA v2.1Artificial Analysis–435
Arena Agent Task CompletionArena (LMArena)19.2–
AutomationBenchArtificial Analysis79.2%0.7%
GDP.pdf (AA)Artificial Analysis33.4%1.8%
AA-Briefcase v1.1Artificial Analysis1632–
49件のベンチマークをすべて表示
指標公開元Gemini 4 Neon (high)Gemma 4 12B (thinking)
エージェント・ツール
Terminal-Bench-Science 0.1 (AA)Artificial Analysis65.7%–
MKA (AA)Artificial Analysis54.6%–
知識
LiveBench 2.0 Data AnalysisLiveBench85.3%†–
LiveBench ResearchLiveBench94.5%†–
AA-Omniscience v1.1Artificial Analysis53.8-52.3
AA-Omniscience v1.1: accuracyArtificial Analysis59.4%15.7%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis86.1%19.4%
指示追従
IFBenchArtificial Analysis–73.5%
Arena Instruction FollowingArena (LMArena)1522–
人間の評価
Arena TextArena (LMArena)1519–
EQ-Bench Creative Writing v3EQ-Bench–1290†
Arena Creative WritingArena (LMArena)1514–
Arena Multi-turnArena (LMArena)1529–
Arena Longer QueriesArena (LMArena)1521–
マルチモーダル
LiveBench DesignLiveBench81.5%†–
MMMU-ProArtificial Analysis–69.7%
Humanity's Sixth SenseScale AI SEAL75.9%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis–63.7%
MLCRArtificial Analysis28.9%–
総合
LiveBench 2.0LiveBench87.4%†–
AA Intelligence Index v5.0.1Artificial Analysis59.6–
AA Intelligence Index v4.3.2Artificial Analysis–14.2
AA Progress Index v1Artificial Analysis–233.1
メタデータ
AA Openness IndexArtificial Analysis–38.9

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

  • Gemini 4 Neon (high):新しい結果13件(MLCR, MKA (AA), Arena Text…)。
  • Gemini 4 Neon (high):初めての結果。
  • Gemma 4 12B (thinking):BenchLeader Index 52.3 → 49.4。
  • Gemma 4 12B (thinking):新しい結果4件(AA-Omniscience v1.1, AA-Omniscience v1.1: accuracy, AA-Omniscience v1.1: non-hallucination…)。
  • Gemma 4 12B (thinking):新しい結果1件(AutomationBench)。
  • Gemma 4 12B (thinking):新しい結果1件(AA Progress Index v1)。

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 Neon vs Gemma 4 12B:よくある質問

Gemini 4 NeonはGemma 4 12Bより優れていますか?
品質ではGemini 4 Neon (high)がリードしています:67.3 対 49.7。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Gemini 4 Neon (high)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 NeonとGemma 4 12B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Gemma 4 12Bの方が安く、100万トークンあたり$0.150 対 $6.00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。
エージェントやツール利用にはGemini 4 NeonとGemma 4 12B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Gemini 4 Neonの方がスコアが高くなっています(カテゴリ指標で76 対 50。50が平均)。
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 Neonの方が長く、1,048,576トークンです(Gemma 4 12Bは262,144トークン)。
Gemini 4 NeonとGemma 4 12B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5件のベンチマークのうち、Gemini 4 Neonのリードが5件、Gemma 4 12Bのリードが0件です。両方を評価しているすべての総合指標で、Gemini 4 Neonが上回っています。
ほかの質問(1件)
Gemini 4 Neonはいつリリースされましたか?
Gemini 4 Neonは2026年11月18日にリリースされました。