Gemini 4 Hydrogen vs GPT-6.2 Astra
完整资料:Gemini 4 Hydrogen(Google)和 GPT-6.2 Astra(OpenAI),包括全部基准测试、价格和排名。
更新于 · 数据来自 11 个来源
截至 2026年11月19日,质量上 GPT-6.2 Astra 领先 Gemini 4 Hydrogen(BenchLeader Index 68.9 比 63.6)。不过,Gemini 4 Hydrogen 更便宜,对方的价格是它的 5.3 倍(每百万 token 混合价格 $3.00 比 $16.00)。在两者都有成绩的所有类别中,GPT-6.2 Astra 均领先。Gemini 4 Hydrogen 输出更快(3 倍以上)。
要点(截至 2026年11月19日)
- Gemini 4 Hydrogen 的 BenchLeader Index 为 63.6,GPT-6.2 Astra 为 68.9(BenchLeader,2026年11月19日)。
- Gemini 4 Hydrogen 每百万 token 混合价格为 $3.00(标价,2026年11月19日)。
- GPT-6.2 Astra 每百万 token 混合价格为 $16.00(标价,2026年11月19日)。
- Gemini 4 Hydrogen 比 GPT-6.2 Astra 输出更快(3 倍以上;Artificial Analysis,7 日中位数,2026年11月19日)。
- 在两者都有结果的 40 项基准测试中,GPT-6.2 Astra 领先 33 项(BenchLeader,2026年11月19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 | GPT-6.2 Astra | 类别得分 76 比 68;FrontierCode 2.0 (AA) 45.4% 比 39.0% | 高 |
| 数学 | GPT-6.2 Astra | 类别得分 73 比 70;FrontierMath Tiers 1–3 92.6% 比 88.1% | 中 |
| 推理 | GPT-6.2 Astra | 类别得分 73 比 70;GPQA Diamond 96.8% 比 96.8% | 中 |
| 知识 | GPT-6.2 Astra | 类别得分 74 比 70;SimpleQA Verified 78.5% 比 70.9% | 中 |
| 成本最低 | Gemini 4 Hydrogen | 每百万 token 混合价格 $3.00 比 $16.00;智能体编程会话 $0.120 比 $0.640 | – |
| 首次回答最快 | Gemini 4 Hydrogen | 首个回答 token 47.3 秒(Gemini 4 Hydrogen (xhigh))比 202.7 秒(GPT-6.2 Astra (max)) | – |
| 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
- 质量上 GPT-6.2 Astra (max) 领先:68.9 比 63.6。
- GPT-6.2 Astra (max) 在编程、综合、知识、数学、推理方面更强。
- Gemini 4 Hydrogen (xhigh) 更便宜,对方的价格是它的 5.3 倍(每百万 token 混合价格 $3.00 比 $16.00)。
- Gemini 4 Hydrogen (xhigh) 的输出速度是对方的 3.5 倍(168 比 49 token/秒)。
概览
| 规格 | Gemini 4 Hydrogen | GPT-6.2 Astra |
|---|---|---|
| 提供商 | OpenAI | |
| 发布日期 | 2026年11月12日 | 2026年11月17日 |
| 上下文窗口(token) | 1,048,576 | 1,050,000 |
| 对比时的配置 | Gemini 4 Hydrogen (xhigh) | GPT-6.2 Astra (max) |
| 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 | $8.00 / $40.00 / $0.400 |
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 (xhigh) | GPT-6.2 Astra (max) | 领先者 |
|---|---|---|---|
| 推理 | 70.0 | 73.1 | GPT-6.2 Astra |
| 编程 | 67.7 | 76.1 | GPT-6.2 Astra |
| 智能体与工具 | – | 66.4 | 无法比较 |
| 数学 | 69.8 | 72.5 | GPT-6.2 Astra |
| 知识 | 70.2 | 74.2 | GPT-6.2 Astra |
| 多模态 | – | 71.7 | 无法比较 |
| 综合 | 60.9 | 69.5 | GPT-6.2 Astra |
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。
未绘制(测得的模型少于两个):智能体与工具, 指令遵循, 长上下文, 多模态, 人类偏好。
各来源的分歧
在两者都有结果的 40 项基准测试中,Gemini 4 Hydrogen 领先 6 项,GPT-6.2 Astra 领先 33 项,1 项持平。第三方来源看法不一:Gemini 4 Hydrogen 在 Vals Index 上领先;GPT-6.2 Astra 在 BenchLeader Index和AA Intelligence Index v5.0.1 上领先。
| 综合 Index | Gemini 4 Hydrogen (xhigh) | GPT-6.2 Astra (max) | 领先者 |
|---|---|---|---|
| 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 |
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 (xhigh) | GPT-6.2 Astra (max) |
|---|---|---|
| 每百万 token 混合价格 | $3.00 | $16.00 |
| 每百万 token 输入 / 输出 | $1.50 / $7.50 | $8.00 / $40.00 |
| 每百万 token 缓存输入 | $0.075 | $0.400 |
| 每项任务价格:聊天回复 | $0.0029 | $0.015 |
| 每项任务价格:总结一份 30 页的报告 | $0.022 | $0.120 |
| 每项任务价格:代码编辑 | $0.020 | $0.108 |
| 每项任务价格:智能体编程会话 | $0.120 | $0.640 |
| 每项任务价格:结构化信息提取 | $0.0045 | $0.024 |
| 智能体编程会话(输入大多命中缓存) | $0.056 | $0.298 |
| 每项基准测试任务成本(AA Index) | $3.16 | $4.00 |
| 每项任务输出 token(AA Index) | 154k | 41k |
| 其中推理部分 | 97k | 26k |
| 每项任务耗时(AA Index) | 15 min | 14 min |
| 输出速度 | 168 tok/s | 49 tok/s |
| 首次回答时间 | 47.3 秒 | 202.7 秒 |
| 完整回答耗时(最近一次测量 2026年11月13日) | 103.9 秒 | – |
按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 Gemini 4 Hydrogen (xhigh) 上花费 $3.16,在 GPT-6.2 Astra (max) 上花费 $4.00;完成同样的工作,Gemini 4 Hydrogen (xhigh) 输出的 token 是对方的 3.8 倍,这是只看 token 单价看不出来的。
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 (xhigh) 得分 63.6,首个回答 token 需 47 秒;Gemini 4 Hydrogen (high) 为 63.5(21 秒),Gemini 4 Hydrogen 为 61.1(2 秒)。GPT-6.2 Astra (max) 得分 68.9,首个回答 token 需 203 秒;GPT-6.2 Astra (xhigh) 为 67.1(67 秒),GPT-6.2 Astra (medium) 为 65.6(4 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 102 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 (xhigh) | GPT-6.2 Astra (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 63.6 | 68.9 |
| 编程得分 | BenchLeader | 67.7 | 76.1 |
| 综合得分 | BenchLeader | 60.9 | 69.5 |
| 知识得分 | BenchLeader | 70.2 | 74.2 |
| 数学得分 | BenchLeader | 69.8 | 72.5 |
| 推理得分 | BenchLeader | 70.0 | 73.1 |
| 智能体与工具得分 | BenchLeader | – | 66.4 |
| 多模态得分 | BenchLeader | – | 71.7 |
| 混合价格(美元/百万 token) | BenchLeader | $3.00 | $16.00 |
| 输出速度 | BenchLeader | 168 tok/s | 49 tok/s |
| 首次回答时间 | BenchLeader | 47.3 秒 | 202.7 秒 |
| 上下文窗口 | BenchLeader | 1,048,576 token | 1,050,000 token |
| 推理 | |||
| 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% |
| 编程 | |||
| 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 | – |
显示全部 102 项基准测试
| 指标 | 发布方 | Gemini 4 Hydrogen (xhigh) | GPT-6.2 Astra (max) |
|---|---|---|---|
| 编程 | |||
| 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% |
| 智能体与工具 | |||
| 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% |
| 知识 | |||
| 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%† | – | |
| 指令遵循 | |||
| MultiChallenge | Scale AI SEAL | 80.6%† | 73.2%† |
| Arena Instruction Following | Arena (LMArena) | 1499† | – |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1490† | – |
| Arena Creative Writing | Arena (LMArena) | 1491† | – |
| Arena Multi-turn | Arena (LMArena) | 1480† | – |
| Arena Longer Queries | Arena (LMArena) | 1511† | – |
| 多模态 | |||
| 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%† | – | |
| 长上下文 | |||
| MLCR | Artificial Analysis | 21.1% | 39.4% |
| FACTS Grounding | 78.7%† | – | |
| 综合 | |||
| 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 |
| 安全与诚实 | |||
| FORTRESS | Scale AI SEAL | 17.5%† | – |
数据截至 2026年11月19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
- GPT-6.2 Astra (max):BenchLeader Index 67.8 → 68.9。
- Gemini 4 Hydrogen (xhigh):1 项新结果(Humanity's Sixth Sense)。
- GPT-6.2 Astra (max):6 项新结果(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):10 项新结果(GPQA Diamond, FrontierMath Tiers 1–3, FrontierMath Tier 4…)。
- GPT-6.2 Astra (max):2 项新结果(MKA (AA), Terminal-Bench)。
- Gemini 4 Hydrogen (xhigh):BenchLeader Index 61.8 → 60.8。
- Gemini 4 Hydrogen (xhigh):2 项新结果(CursorBench, ALE-Bench)。
- Gemini 4 Hydrogen (xhigh):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
相关对比
- 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
排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型
Gemini 4 Hydrogen vs GPT-6.2 Astra:常见问题
- GPT-6.2 Astra 比 Gemini 4 Hydrogen 更好吗?
- 质量上 GPT-6.2 Astra (max) 领先:68.9 比 63.6。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月19日,GPT-6.2 Astra (max) 总体领先,但请结合你的用途查看各类别得分。
- Gemini 4 Hydrogen 和 GPT-6.2 Astra 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 $16.00(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-6.2 Astra 更好?
- GPT-6.2 Astra 在编程方面得分更高(类别得分 76 比 68,50 为平均水平)。在两者共同的最主要编程基准测试 FrontierCode 2.0 (AA) 上,Gemini 4 Hydrogen 为 39.0%,GPT-6.2 Astra 为 45.4%。
- Gemini 4 Hydrogen 和 GPT-6.2 Astra 哪个更快?
- Gemini 4 Hydrogen 输出更快(3 倍以上;输出 168 比 49 token/秒,Artificial Analysis 7 日中位数)。
- 处理长文档哪个更好?
- 两者都约为 1.1M token(Gemini 4 Hydrogen 为 1,048,576,GPT-6.2 Astra 为 1,050,000)。
更多问题(3)
- 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 47.3 秒比 202.7 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-6.2 Astra 的看法一致吗?
- 在两者都有结果的 40 项基准测试中,Gemini 4 Hydrogen 领先 6 项,GPT-6.2 Astra 领先 33 项,1 项持平。第三方来源看法不一:Gemini 4 Hydrogen 在 Vals Index 上领先;GPT-6.2 Astra 在 BenchLeader Index和AA Intelligence Index v5.0.1 上领先。
- GPT-6.2 Astra 是什么时候发布的?
- GPT-6.2 Astra 于 2026年11月17日 发布。