BenchLeader

Gemini 4 Hydrogen vs GPT-5.3-Codex

完整资料:Gemini 4 Hydrogen(Google)和 GPT-5.3-Codex(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 7 个来源

截至 2026年11月16日,Gemini 4 Hydrogen 与 GPT-5.3-Codex 的质量不相上下(BenchLeader Index 63.4 比 62.9,在 ±7.3 的误差范围内)。Gemini 4 Hydrogen 更便宜,对方的价格是它的 1.6 倍(每百万 token 混合价格 $3.00 比 $4.81)。看重编程(69 比 61)选 Gemini 4 Hydrogen;看重智能体与工具(80 比 62)选 GPT-5.3-Codex。Gemini 4 Hydrogen 的首次回答更快(16.2 秒 比 38.2 秒)。Gemini 4 Hydrogen 的输出更快(约 2 倍)。

要点(截至 2026年11月16日)

  • Gemini 4 Hydrogen 的 BenchLeader Index 为 63.4,GPT-5.3-Codex 为 62.9(BenchLeader,2026年11月16日)。
  • Gemini 4 Hydrogen 每百万 token 混合价格为 $3.00(标价,2026年11月16日)。
  • GPT-5.3-Codex 每百万 token 混合价格为 $4.81(标价,2026年11月16日)。
  • Gemini 4 Hydrogen 比 GPT-5.3-Codex 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 1 项基准测试中,Gemini 4 Hydrogen 领先 1 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Gemini 4 Hydrogen类别得分 69 比 61高
智能体与工具调用GPT-5.3-Codex类别得分 80 比 62;AA-Briefcase v1.1 868 比 1497高
对话质量(人类偏好)–只有 Gemini 4 Hydrogen 有 Arena 评分(类别得分 68)无法比较
成本最低Gemini 4 Hydrogen每百万 token 混合价格 $3.00 比 $4.81;智能体编程会话 $0.120 比 $0.161–
首次回答最快Gemini 4 Hydrogen首个回答 token 16.2 秒(Gemini 4 Hydrogen (high))比 38.2 秒(GPT-5.3-Codex (xhigh))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • Gemini 4 Hydrogen (high) 与 GPT-5.3-Codex (xhigh) 的质量不相上下(63.4 比 62.9,在 ±7.3 的误差范围内)。
  • Gemini 4 Hydrogen (high) 在编程方面更强。
  • GPT-5.3-Codex (xhigh) 在智能体与工具方面更强。
  • Gemini 4 Hydrogen (high) 更便宜,对方的价格是它的 1.6 倍(每百万 token 混合价格 $3.00 比 $4.81)。
  • Gemini 4 Hydrogen (high) 的输出速度是对方的 1.8 倍(170 比 94 token/秒)。

概览

规格Gemini 4 HydrogenGPT-5.3-Codex
提供商GoogleOpenAI
发布日期2026年11月12日2026年2月5日
上下文窗口(token)1,048,576400,000
对比时的配置Gemini 4 Hydrogen (high)GPT-5.3-Codex (xhigh)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.50 / $7.50 / $0.075$1.75 / $14.00 / $0.175

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Gemini 4 Hydrogen (high)GPT-5.3-Codex (xhigh)领先者
推理69.6–无法比较
编程68.861.0Gemini 4 Hydrogen
智能体与工具61.780.1GPT-5.3-Codex
数学67.8–无法比较
知识68.5–无法比较
指令遵循–73.6无法比较
人类偏好68.2–无法比较
多模态–60.8无法比较
长上下文–66.4无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识指令遵循长上下文多模态人类偏好Gemini 4 Hydrogen, 推理: 69.6Gemini 4 Hydrogen, 编程: 68.8Gemini 4 Hydrogen, 智能体与工具: 61.7Gemini 4 Hydrogen, 数学: 67.8Gemini 4 Hydrogen, 知识: 68.5Gemini 4 Hydrogen, 人类偏好: 68.2GPT-5.3-Codex, 编程: 61.0GPT-5.3-Codex, 智能体与工具: 80.1GPT-5.3-Codex, 指令遵循: 73.6GPT-5.3-Codex, 长上下文: 66.4GPT-5.3-Codex, 多模态: 60.8

虚线:该模型在所经过的轴上没有结果,线条只连接相邻的点。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 1 项基准测试中,Gemini 4 Hydrogen 领先 1 项,GPT-5.3-Codex 领先 0 项。

综合 IndexGemini 4 Hydrogen (high)GPT-5.3-Codex (xhigh)领先者
BenchLeader Index63.462.9不相上下

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Gemini 4 Hydrogen (high)GPT-5.3-Codex (xhigh)
每百万 token 混合价格$3.00$4.81
每百万 token 输入 / 输出$1.50 / $7.50$1.75 / $14.00
每百万 token 缓存输入$0.075$0.175
每项任务价格:聊天回复$0.0029$0.0049
每项任务价格:总结一份 30 页的报告$0.022$0.029
每项任务价格:代码编辑$0.020$0.032
每项任务价格:智能体编程会话$0.120$0.161
每项任务价格:结构化信息提取$0.0045$0.0063
智能体编程会话(输入大多命中缓存)$0.056$0.090
每项基准测试任务成本(AA Index)$1.87–
每项任务输出 token(AA Index)85k–
其中推理部分48k–
每项任务耗时(AA Index)8 min–
输出速度170 tok/s94 tok/s
首次回答时间16.2 秒38.2 秒
完整回答耗时(最近一次测量 2026年11月13日)63.3 秒97.1 秒

每个模型都按其排名最高的推理强度设置进行对比。Gemini 4 Hydrogen (high) 得分 63.4,首个回答 token 需 16 秒;Gemini 4 Hydrogen (xhigh) 为 61.8(42 秒)。GPT-5.3-Codex (xhigh) 得分 62.9,首个回答 token 需 38 秒。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 64 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Gemini 4 Hydrogen (high)GPT-5.3-Codex (xhigh)
BenchLeader IndexBenchLeader63.462.9
智能体与工具得分BenchLeader61.780.1
编程得分BenchLeader68.861.0
人类偏好得分BenchLeader68.2–
知识得分BenchLeader68.5–
数学得分BenchLeader67.8–
推理得分BenchLeader69.6–
指令遵循得分BenchLeader–73.6
长上下文得分BenchLeader–66.4
多模态得分BenchLeader–60.8
混合价格(美元/百万 token)BenchLeader$3.00$4.81
输出速度BenchLeader170 tok/s94 tok/s
首次回答时间BenchLeader16.2 秒38.2 秒
上下文窗口BenchLeader1,048,576 token400,000 token
推理
Arena Hard PromptsArena (LMArena)1514–
LiveBench 2.0 ReasoningLiveBench88.6%†–
GPQA Diamond (AA)Artificial Analysis–91.5%
Humanity's Last Exam (AA)Artificial Analysis–42.5%
HLE-Diamond (AA)Artificial Analysis54.9%–
CritPtArtificial Analysis–16.9%
CritPt v2 hard subset (AA)Artificial Analysis61.5%–
Arena ExpertArena (LMArena)1542–
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–74.8%†
WeirdMLWeirdML–77.9%
Arena CodingArena (LMArena)1518–
Arena WebDevArena (LMArena)17041406†
LiveBench 2.0 CodingLiveBench78.5%†–
LiveCodeBenchVals AI–87.3%
IOIVals AI–53.8%
SWE-bench (Vals)Vals AI–78.0%
Vibe Code Bench v1.1Vals AI87.8%†61.8%
ALE-BenchEpoch AI Benchmarking Hub–1655.2
Terminal-Bench 4.0 (AA)Artificial Analysis54.0%–
Design Arena WebsiteDesign Arena1320†1155†
FrontierCode 2.0 (AA)Artificial Analysis36.3%–
智能体与工具
Terminal-BenchTerminal-Bench56.4%78.4%†
LiveBench Long AgenticLiveBench61.8%†–
LiveBench BrowserLiveBench77.1%†–
Terminal-Bench HardArtificial Analysis–53.0%
显示全部 64 项基准测试
指标发布方Gemini 4 Hydrogen (high)GPT-5.3-Codex (xhigh)
智能体与工具
τ²-Bench Telecom (AA)Artificial Analysis–86.0%
HiL-BenchScale AI SEAL–4.3%†
Finance Agent v2.1Vals AI65.1%†–
Harvey's Legal Agent Benchmark v1.1Vals AI11.3%†–
Legal Research BenchVals AI53.9%†–
Tax Agent BenchVals AI52.3%†–
Terminal-Bench 2.0 (Vals)Vals AI–64.0%†
Terminal-Bench 4.0 (Vals)Vals AI54.0%†–
METR Time HorizonsMETR–74.5%†
Vending-Bench 2Andon Labs–5940.1†
AutomationBenchArtificial Analysis74.4%–
GDP.pdf (AA)Artificial Analysis30.0%–
AA-Briefcase v1.1Artificial Analysis1497868
Design Arena AgenticDesign Arena1262†1018†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis41.4%–
数学
Arena MathsArena (LMArena)1495–
知识
LiveBench 2.0 Data AnalysisLiveBench83.2%†–
LiveBench ResearchLiveBench86.8%†–
AA-Omniscience v1.1Artificial Analysis43.7–
Excel Modeling Benchmark v1.1Vals AI75.8%†–
AA-Omniscience v1.1: accuracyArtificial Analysis48.2%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis91.3%–
指令遵循
IFBenchArtificial Analysis–75.4%
Arena Instruction FollowingArena (LMArena)1503–
人类偏好
Arena TextArena (LMArena)1490–
Arena Creative WritingArena (LMArena)1492–
Arena Multi-turnArena (LMArena)1476–
Arena Longer QueriesArena (LMArena)1514–
多模态
LiveBench DesignLiveBench77.3%†–
MMMU-ProArtificial Analysis–78.5%
长上下文
AA-LCR v1.1Artificial Analysis–83.3%
MLCRArtificial Analysis21.1%†–
综合
LiveBench 2.0LiveBench77.0%†–
AA Intelligence Index v5.0.1Artificial Analysis50.8–
AA Intelligence Index v4.3.2Artificial Analysis–32.5
AA Progress Index v1Artificial Analysis–301.3
Vals IndexVals AI68.5†–
Vals Finance IndexVals AI66.1%†–
Vals Legal IndexVals AI73.6%†–

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

变化

  • Gemini 4 Hydrogen (high):10 项新结果(Arena Text, Arena Hard Prompts, Arena Coding…)。
  • GPT-5.3-Codex (xhigh):1 项新结果(AA-Briefcase v1.1)。
  • GPT-5.3-Codex (xhigh):1 项新结果(AA Progress Index v1)。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Gemini 4 Hydrogen vs GPT-5.3-Codex:常见问题

Gemini 4 Hydrogen 比 GPT-5.3-Codex 更好吗?
Gemini 4 Hydrogen (high) 与 GPT-5.3-Codex (xhigh) 的质量不相上下(63.4 比 62.9,在 ±7.3 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Gemini 4 Hydrogen 和 GPT-5.3-Codex 哪个更便宜?价格会变吗?
目前 Gemini 4 Hydrogen 更便宜:每百万 token $3.00 比 $4.81(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Gemini 4 Hydrogen 还是 GPT-5.3-Codex 更好?
Gemini 4 Hydrogen 在编程方面得分更高(类别得分 69 比 61,50 为平均水平)。
Gemini 4 Hydrogen 和 GPT-5.3-Codex 哪个更快?
Gemini 4 Hydrogen 输出更快(约 2 倍;输出 170 比 94 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Gemini 4 Hydrogen 还是 GPT-5.3-Codex 更好?
GPT-5.3-Codex 在智能体任务方面得分更高(类别得分 80 比 62,50 为平均水平)。
更多问题(4)
处理长文档哪个更好?
Gemini 4 Hydrogen 支持更长的上下文:1,048,576 token,GPT-5.3-Codex 为 400,000 token。
哪个延迟更低?
Gemini 4 Hydrogen 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 16.2 秒比 38.2 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Gemini 4 Hydrogen 和 GPT-5.3-Codex 的看法一致吗?
在两者都有结果的 1 项基准测试中,Gemini 4 Hydrogen 领先 1 项,GPT-5.3-Codex 领先 0 项。
Gemini 4 Hydrogen 是什么时候发布的?
Gemini 4 Hydrogen 于 2026年11月12日 发布。