Gemini 4 Neon vs GPT-5.4
詳しいプロフィール:Gemini 4 Neon(Google)とGPT-5.4(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 · 12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GPT-5.4を上回ります(BenchLeader Indexで67.3 対 63.0)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$6.00 対 $5.63)。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。Gemini 4 Neonの方が出力が速いです。
要点(2026年11月19日時点)
- BenchLeader IndexはGemini 4 Neonが67.3、GPT-5.4が63.0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)。
- GPT-5.4の100万トークンあたりのブレンド価格は$5.63です(定価、2026年11月19日)。
- Gemini 4 NeonはGPT-5.4より出力が速いです(Artificial Analysis、7日間の中央値、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 | Gemini 4 Neon | カテゴリスコア73 対 65 | 高 |
| エージェント・ツール利用 | Gemini 4 Neon | カテゴリスコア76 対 63 | 高 |
| 推論 | Gemini 4 Neon | カテゴリスコア72 対 65 | 中 |
| 知識 | Gemini 4 Neon | カテゴリスコア72 対 58 | 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 | どちらでも | 100万トークンあたりブレンド価格$6.00 対 $5.63;エージェント型コーディングセッション$0.240 対 $0.210 | – |
| 回答開始の速さ | Gemini 4 Neon | 最初の回答トークンまで40.6秒(Gemini 4 Neon (high))対 104.6秒(GPT-5.4 (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
- 品質ではGemini 4 Neon (high)がリードしています:67.3 対 63.0。
- Gemini 4 Neon (high)はエージェント・ツール、コーディング、知識、推論で優れています。
- 価格はほぼ同じです(100万トークンあたりブレンド価格$5.63)。
- Gemini 4 Neon (high)の方が出力が1.6倍速くなっています(101 対 65トークン/秒)。
概要
| 仕様 | Gemini 4 Neon | GPT-5.4 |
|---|---|---|
| プロバイダー | OpenAI | |
| リリース日 | 2026年11月18日 | 2026年3月5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 Neon (high) | GPT-5.4 (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) | $3.00 / $15.00 / $0.150 | $2.50 / $15.00 / $0.250 |
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) | GPT-5.4 (xhigh) | トップ |
|---|---|---|---|
| 推論 | 71.9 | 65.3 | Gemini 4 Neon |
| コーディング | 73.4 | 64.7 | Gemini 4 Neon |
| エージェント・ツール | 76.2 | 63.0 | Gemini 4 Neon |
| 数学 | – | 64.7 | 比較不可 |
| 知識 | 72.3 | 58.4 | Gemini 4 Neon |
| 指示追従 | – | 72.4 | 比較不可 |
| 人間の評価 | 71.7 | – | 比較不可 |
| マルチモーダル | – | 60.5 | 比較不可 |
| 長文コンテキスト | – | 65.7 | 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。
描画していないもの(測定済みのモデルが2つ未満):数学, 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0件のベンチマークのうち、Gemini 4 Neonのリードが0件、GPT-5.4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Index | Gemini 4 Neon (high) | GPT-5.4 (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 67.3 | 63.0 | Gemini 4 Neon |
| Arena Text | 1519 | 1475† | Gemini 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) | GPT-5.4 (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $6.00 | $5.63 |
| 100万トークンあたりの入力/出力 | $3.00 / $15.00 | $2.50 / $15.00 |
| 100万トークンあたりのキャッシュ入力 | $0.150 | $0.250 |
| タスクあたりの価格:チャットの返答 | $0.0057 | $0.0055 |
| タスクあたりの価格:30ページのレポートを要約 | $0.045 | $0.039 |
| タスクあたりの価格:コード編集 | $0.041 | $0.037 |
| 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 | $0.210 |
| タスクあたりの価格:構造化データの抽出 | $0.0090 | $0.0080 |
| 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 | $0.109 |
| ベンチマークのタスクあたりのコスト(AA Index) | $3.74 | – |
| タスクあたりの出力トークン(AA Index) | 90k | – |
| うち推論 | 46k | – |
| タスクあたりの時間(AA Index) | 15 min | – |
| 出力速度 | 101 tok/s | 65 tok/s |
| 回答開始までの時間 | 40.6秒 | 104.6秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 193.1秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 4 Neon (high)のスコアは67.3、最初の回答トークンまで41秒。Gemini 4 Neon (xhigh)は64.3(57秒)。GPT-5.4 (xhigh)のスコアは63.0、最初の回答トークンまで105秒。GPT-5.4 (low)は58.7(3秒)、GPT-5.4 (high)は58.3(2秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
142件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 4 Neon (high) | GPT-5.4 (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 67.3 | 63.0 |
| エージェント・ツールスコア | BenchLeader | 76.2 | 63.0 |
| コーディングスコア | BenchLeader | 73.4 | 64.7 |
| 人間の評価スコア | BenchLeader | 71.7 | – |
| 知識スコア | BenchLeader | 72.3 | 58.4 |
| 推論スコア | BenchLeader | 71.9 | 65.3 |
| 指示追従スコア | BenchLeader | – | 72.4 |
| 長文コンテキストスコア | BenchLeader | – | 65.7 |
| 数学スコア | BenchLeader | – | 64.7 |
| マルチモーダルスコア | BenchLeader | – | 60.5 |
| ブレンド価格($/100万トークン) | BenchLeader | $6.00 | $5.63 |
| 出力速度 | BenchLeader | 101 tok/s | 65 tok/s |
| 回答開始までの時間 | BenchLeader | 40.6秒 | 104.6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 | – | 93.3% |
| Humanity's Last Exam | Scale AI / CAIS | – | 36.2% |
| Arena Hard Prompts | Arena (LMArena) | 1546 | 1487† |
| LiveBench 2.0 Reasoning | LiveBench | 89.6%† | – |
| LiveBench 1.0 Reasoning | LiveBench | – | 88.1% |
| GPQA Diamond (AA) | Artificial Analysis | – | 92.0% |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 43.7% |
| HLE-Diamond (AA) | Artificial Analysis | 68.4% | – |
| GPQA Diamond (Vals) | Vals AI | – | 91.7% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | – | 63.8%† |
| ARC-AGI-1 | ARC Prize | – | 93.7% |
| ARC-AGI-2 | ARC Prize | – | 74.0% |
| ARC-AGI-3 | ARC Prize | – | 0.2%† |
| CritPt | Artificial Analysis | – | 23.4% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 59.0% | – |
| Arena Expert | Arena (LMArena) | 1541 | 1491† |
| Chess Puzzles | Epoch AI Benchmarking Hub | – | 48.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 37.0% |
| CL-bench | Epoch AI Benchmarking Hub | – | 27.9% |
| CL-bench Life | Epoch AI Benchmarking Hub | – | 21.7% |
| LMCA | Epoch AI Benchmarking Hub | – | 52.0% |
| DTBench | Epoch AI Benchmarking Hub | – | 94.4% |
| ForecastBench | ForecastBench | – | 62.7%† |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 76.9%† |
| SciCode | SciCode | – | 56.6% |
142件のベンチマークをすべて表示
| 指標 | 公開元 | Gemini 4 Neon (high) | GPT-5.4 (xhigh) |
|---|---|---|---|
| コーディング | |||
| WeirdML | WeirdML | – | 77.7% |
| GSO-Bench | GSO-Bench | – | 31.4% |
| Arena Coding | Arena (LMArena) | 1558 | 1511† |
| Arena WebDev | Arena (LMArena) | 1764 | 1400† |
| LiveBench 2.0 Coding | LiveBench | 89.7%† | – |
| LiveBench 1.0 Coding | LiveBench | – | 77.5% |
| LiveCodeBench | Vals AI | – | 84.1% |
| SWE-bench (Vals) | Vals AI | – | 78.2% |
| SWE-Bench Pro | Scale AI SEAL | – | 59.1% |
| Code Migration | Vals AI | – | 35.0% |
| ProgramBench | Vals AI | – | 0.0% |
| Vibe Code Bench v1.1 | Vals AI | – | 67.4% |
| SWE-Bench Pro (private) | Scale AI SEAL | – | 43.4% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | – | 40.8% |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | – | 44.3% |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | – | 44.4% |
| MirrorCode | Epoch AI Benchmarking Hub | – | 23.3% |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 51.8% |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 1607† |
| AlgoTune | AlgoTune | – | 1.9† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 61.6% | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 78.3% |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 53.5† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 62.1 |
| FrontierCode 2.0 (AA) | Artificial Analysis | 43.3% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | – | 81.8%† |
| APEX-Agents | Mercor | – | 52.4%† |
| Arena Agent | Arena (LMArena) | 18.4 | – |
| LiveBench Long Agentic | LiveBench | 82.6%† | – |
| LiveBench Browser | LiveBench | 95.6%† | – |
| LiveBench Agentic Coding | LiveBench | – | 53.8% |
| Terminal-Bench Hard | Artificial Analysis | – | 57.6% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 87.1% |
| MCP Atlas | Scale AI SEAL | – | 70.6% |
| HiL-Bench | Scale AI SEAL | – | 9.7%† |
| τ³-bench Banking | τ²-bench | – | 39.4% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1256 |
| τ³-Banking (AA) | Artificial Analysis | – | 39.6% |
| APEX-Agents (AA) | Artificial Analysis | – | 33.3% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 0.0% |
| SkillsBench | Vals AI | – | 51.7% |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 58.4%† |
| Arena Search | Arena (LMArena) | – | 1196† |
| Arena Agent Task Completion | Arena (LMArena) | 19.2 | – |
| DeepResearch Bench | DeepResearch Bench | – | 35.1%† |
| PostTrainBench | Epoch AI Benchmarking Hub | – | 17.8%† |
| METR Time Horizons | METR | – | 74.3% |
| GBAEval | Epoch AI Benchmarking Hub | – | 45.1%† |
| Vending-Bench 2 | Andon Labs | – | 6144.2† |
| AutomationBench | Artificial Analysis | 79.2% | – |
| GDP.pdf (AA) | Artificial Analysis | 33.4% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1632 | – |
| Design Arena Agentic | Design Arena | – | 1034† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 65.7% | – |
| MKA (AA) | Artificial Analysis | 54.6% | – |
| DeepSearchQA | – | 63.7%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 78.6% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 49.0% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 95.3% |
| ProofBench | Vals AI | – | 56.0% |
| LiveBench Mathematics | LiveBench | – | 94.2% |
| AIME (Vals) | Vals AI | – | 96.7% |
| AIME 2026 | MathArena | – | 99.2% |
| HMMT February 2026 | MathArena | – | 97.7% |
| USAMO 2026 | MathArena | – | 95.2% |
| MathArena Apex | MathArena | – | 54.2% |
| Arena Maths | Arena (LMArena) | – | 1459† |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 45.1% |
| LiveBench 2.0 Data Analysis | LiveBench | 85.3%† | – |
| LiveBench Research | LiveBench | 94.5%† | – |
| LiveBench 1.0 Data Analysis | LiveBench | – | 79.3% |
| AA-Omniscience v1.1 | Artificial Analysis | 53.8 | – |
| MMLU-Pro | Vals AI | – | 87.5% |
| LegalBench | Vals AI | – | 86.0% |
| CorpFin | Vals AI | – | 65.3% |
| TaxEval | Vals AI | – | 74.0% |
| MedQA | Vals AI | – | 96.1% |
| PRBench Finance | Scale AI SEAL | – | 45.6%† |
| PRBench Legal | Scale AI SEAL | – | 44.4%† |
| MultiNRC | Scale AI SEAL | – | 58.3%† |
| CaseLaw v2 | Vals AI | – | 63.8% |
| MedCode | Vals AI | – | 41.3% |
| MedScribe | Vals AI | – | 77.5% |
| EBR-bench | Epoch AI Benchmarking Hub | – | 25.4% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 59.4% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 86.1% | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 82.6% |
| LiveBench Instruction Following | LiveBench | – | 70.2% |
| IFBench | Artificial Analysis | – | 74.0% |
| Arena Instruction Following | Arena (LMArena) | 1522 | 1460† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1519 | 1465† |
| EQ-Bench 4 | EQ-Bench | – | 1258† |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1841† |
| Arena Creative Writing | Arena (LMArena) | 1514 | 1433† |
| Arena Multi-turn | Arena (LMArena) | 1529 | 1480† |
| Arena Longer Queries | Arena (LMArena) | 1521 | 1477† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1292† |
| LiveBench Design | LiveBench | 81.5%† | – |
| MMMU-Pro | Artificial Analysis | – | 78.4% |
| VISTA | Scale AI SEAL | – | 50.9%† |
| MMMU-Pro (Vals) | Vals AI | – | 87.5% |
| MortgageTax | Vals AI | – | 68.3% |
| Humanity's Sixth Sense | Scale AI SEAL | 75.9%† | – |
| VTB | Scale AI SEAL | – | 29.2%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 27.1%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 37.5% |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 82.0% |
| Arena Document | Arena (LMArena) | – | 1471† |
| MLCR | Artificial Analysis | 28.9% | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 157.9† |
| LiveBench 2.0 | LiveBench | 87.4%† | – |
| LiveBench 1.0 | LiveBench | – | 78.0% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 59.6 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 39.0 |
| AA Progress Index v1 | Artificial Analysis | – | 311.6 |
| Vals RSI Index | Vals AI | – | 15.5% |
| 安全性・誠実さ | |||
| MASK | Scale AI SEAL | – | 89.7%† |
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。
DuelLab GameBench 2, release gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
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。
- GPT-5.4 (xhigh):新しい結果1件(GDPval-AA v2.1)。
- GPT-5.4 (xhigh):新しい結果1件(MirrorCode)。
- GPT-5.4 (xhigh):BenchLeader Index 63.7 → 63.2。
- GPT-5.4 (xhigh):スコアの改訂1件。
- GPT-5.4 (xhigh):新しい結果1件(AA Progress Index v1)。
- GPT-5.4 (xhigh):新しい結果2件(Harvey's Legal Agent Benchmark v1, Vals RSI Index)。
関連する比較
- Gemini 4 Neon vs Claude Fable 5.2
- Gemini 4 Neon vs GPT-6.2 Astra
- Gemini 4 Neon vs Gemini 4 Carbon
- GPT-5.4 vs Claude Fable 5.2
- GPT-5.4 vs GPT-6.2 Astra
- GPT-5.4 vs Gemini 4 Carbon
- GPT-5.4 vs Claude Opus 5.5
- Gemini 4 Hydrogen vs GPT-5.4
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 GPT-5.4:よくある質問
- Gemini 4 NeonはGPT-5.4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 63.0。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GPT-5.4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GPT-5.4の方が安く、100万トークンあたり$5.63 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。
- コーディングにはGemini 4 NeonとGPT-5.4のどちらが向いていますか?
- コーディングでは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73 対 65。50が平均)。
- Gemini 4 NeonとGPT-5.4はどちらが速いですか?
- Gemini 4 Neonの方が出力が速くなっています(出力101 対 65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 NeonとGPT-5.4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 63。50が平均)。
ほかの質問(3件)
- 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 Neonは1,048,576、GPT-5.4は1,050,000)。
- 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 Neonです。Artificial Analysisの測定では、最初の回答トークンまで40.6秒 対 104.6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 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。