Gemini 4 Neon vs Gemma 4 12B
完整资料:Gemini 4 Neon(Google)和 Gemma 4 12B(Google),包括全部基准测试、价格和排名。
更新于 · 数据来自 4 个来源
截至 2026年11月19日,质量上 Gemini 4 Neon 领先 Gemma 4 12B(BenchLeader Index 67.3 比 49.7)。不过,Gemma 4 12B 更便宜,对方的价格是它的 40 倍(每百万 token 混合价格 $0.150 比 $6.00)。在两者都有成绩的所有类别中,Gemini 4 Neon 均领先。
要点(截至 2026年11月19日)
- Gemini 4 Neon 的 BenchLeader Index 为 67.3,Gemma 4 12B 为 49.7(BenchLeader,2026年11月19日)。
- Gemini 4 Neon 每百万 token 混合价格为 $6.00(标价,2026年11月19日)。
- Gemma 4 12B 每百万 token 混合价格为 $0.150(标价,2026年11月19日)。
- 在两者都有结果的 5 项基准测试中,Gemini 4 Neon 领先 5 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”。
主要差异
- 质量上 Gemini 4 Neon (high) 领先:67.3 比 49.7。
- Gemini 4 Neon (high) 在智能体与工具、知识方面更强。
- Gemma 4 12B (thinking) 更便宜,对方的价格是它的 40 倍(每百万 token 混合价格 $0.150 比 $6.00)。
概览
| 规格 | Gemini 4 Neon | Gemma 4 12B |
|---|---|---|
| 提供商 | ||
| 发布日期 | 2026年11月18日 | 2026年6月3日 |
| 上下文窗口(token) | 1,048,576 | 262,144 |
| 对比时的配置 | Gemini 4 Neon (high) | Gemma 4 12B (thinking) |
| 开放权重 | 否 | 是 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $3.00 / $15.00 / $0.150 | $0.100 / $0.300 / – |
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 Neon (high) | Gemma 4 12B (thinking) | 领先者 |
|---|---|---|---|
| 推理 | 71.9 | – | 无法比较 |
| 编程 | 73.4 | – | 无法比较 |
| 智能体与工具 | 76.2 | 49.5 | Gemini 4 Neon |
| 知识 | 72.3 | 18.2 | Gemini 4 Neon |
| 指令遵循 | – | 72.0 | 无法比较 |
| 人类偏好 | 71.7 | – | 无法比较 |
| 多模态 | – | 51.5 | 无法比较 |
| 长上下文 | – | 56.1 | 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。
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。
未绘制(这些模型没有结果):数学。
各来源的分歧
在两者都有结果的 5 项基准测试中,Gemini 4 Neon 领先 5 项,Gemma 4 12B 领先 0 项。所有同时评测两者的综合评分都认为 Gemini 4 Neon 更强。
| 综合 Index | Gemini 4 Neon (high) | Gemma 4 12B (thinking) | 领先者 |
|---|---|---|---|
| BenchLeader Index | 67.3 | 49.7 | Gemini 4 Neon |
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 Neon (high) | Gemma 4 12B (thinking) |
|---|---|---|
| 每百万 token 混合价格 | $6.00 | $0.150 |
| 每百万 token 输入 / 输出 | $3.00 / $15.00 | $0.100 / $0.300 |
| 每百万 token 缓存输入 | $0.150 | – |
| 每项任务价格:聊天回复 | $0.0057 | $0.0001 |
| 每项任务价格:总结一份 30 页的报告 | $0.045 | $0.0014 |
| 每项任务价格:代码编辑 | $0.041 | $0.0011 |
| 每项任务价格:智能体编程会话 | $0.240 | $0.0072 |
| 每项任务价格:结构化信息提取 | $0.0090 | $0.0003 |
| 智能体编程会话(输入大多命中缓存) | $0.112 | – |
| 每项基准测试任务成本(AA Index) | $3.74 | – |
| 每项任务输出 token(AA Index) | 90k | – |
| 其中推理部分 | 46k | – |
| 每项任务耗时(AA Index) | 15 min | – |
| 输出速度 | 101 tok/s | – |
| 首次回答时间 | 40.6 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 Neon (high) 得分 67.3,首个回答 token 需 41 秒;Gemini 4 Neon (xhigh) 为 64.3(57 秒)。Gemma 4 12B (thinking) 得分 49.7。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 49 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 Neon (high) | Gemma 4 12B (thinking) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 67.3 | 49.7 |
| 智能体与工具得分 | BenchLeader | 76.2 | 49.5 |
| 编程得分 | BenchLeader | 73.4 | – |
| 人类偏好得分 | BenchLeader | 71.7 | – |
| 知识得分 | BenchLeader | 72.3 | 18.2 |
| 推理得分 | BenchLeader | 71.9 | – |
| 指令遵循得分 | BenchLeader | – | 72.0 |
| 长上下文得分 | BenchLeader | – | 56.1 |
| 多模态得分 | BenchLeader | – | 51.5 |
| 混合价格(美元/百万 token) | BenchLeader | $6.00 | $0.150 |
| 输出速度 | BenchLeader | 101 tok/s | – |
| 首次回答时间 | BenchLeader | 40.6 秒 | – |
| 上下文窗口 | BenchLeader | 1,048,576 token | 262,144 token |
| 推理 | |||
| Arena Hard Prompts | Arena (LMArena) | 1546 | – |
| LiveBench 2.0 Reasoning | LiveBench | 89.6%† | – |
| GPQA Diamond (AA) | Artificial Analysis | – | 75.3% |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 15.7% |
| HLE-Diamond (AA) | Artificial Analysis | 68.4% | – |
| CritPt | Artificial Analysis | – | 0.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 59.0% | – |
| Arena Expert | Arena (LMArena) | 1541 | – |
| 编程 | |||
| Arena Coding | Arena (LMArena) | 1558 | – |
| Arena WebDev | Arena (LMArena) | 1764 | – |
| LiveBench 2.0 Coding | LiveBench | 89.7%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 61.6% | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 27.3% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 43.3% | – |
| 智能体与工具 | |||
| Arena Agent | Arena (LMArena) | 18.4 | – |
| LiveBench Long Agentic | LiveBench | 82.6%† | – |
| LiveBench Browser | LiveBench | 95.6%† | – |
| Terminal-Bench Hard | Artificial Analysis | – | 18.2% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 36.3% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 0.0% |
| GDPval-AA v2.1 | Artificial Analysis | – | 435 |
| Arena Agent Task Completion | Arena (LMArena) | 19.2 | – |
| AutomationBench | Artificial Analysis | 79.2% | 0.7% |
| GDP.pdf (AA) | Artificial Analysis | 33.4% | 1.8% |
| AA-Briefcase v1.1 | Artificial Analysis | 1632 | – |
显示全部 49 项基准测试
| 指标 | 发布方 | Gemini 4 Neon (high) | Gemma 4 12B (thinking) |
|---|---|---|---|
| 智能体与工具 | |||
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 65.7% | – |
| MKA (AA) | Artificial Analysis | 54.6% | – |
| 知识 | |||
| LiveBench 2.0 Data Analysis | LiveBench | 85.3%† | – |
| LiveBench Research | LiveBench | 94.5%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | 53.8 | -52.3 |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 59.4% | 15.7% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 86.1% | 19.4% |
| 指令遵循 | |||
| IFBench | Artificial Analysis | – | 73.5% |
| Arena Instruction Following | Arena (LMArena) | 1522 | – |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1519 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1290† |
| Arena Creative Writing | Arena (LMArena) | 1514 | – |
| Arena Multi-turn | Arena (LMArena) | 1529 | – |
| Arena Longer Queries | Arena (LMArena) | 1521 | – |
| 多模态 | |||
| LiveBench Design | LiveBench | 81.5%† | – |
| MMMU-Pro | Artificial Analysis | – | 69.7% |
| Humanity's Sixth Sense | Scale AI SEAL | 75.9%† | – |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | – | 63.7% |
| MLCR | Artificial Analysis | 28.9% | – |
| 综合 | |||
| LiveBench 2.0 | LiveBench | 87.4%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 59.6 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 14.2 |
| AA Progress Index v1 | Artificial Analysis | – | 233.1 |
| 元数据 | |||
| AA Openness Index | Artificial Analysis | – | 38.9 |
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
- Gemini 4 Neon (high):13 项新结果(MLCR, MKA (AA), Arena Text…)。
- Gemini 4 Neon (high):首批结果。
- Gemma 4 12B (thinking):BenchLeader Index 52.3 → 49.4。
- Gemma 4 12B (thinking):4 项新结果(AA-Omniscience v1.1, AA-Omniscience v1.1: accuracy, AA-Omniscience v1.1: non-hallucination…)。
- Gemma 4 12B (thinking):1 项新结果(AutomationBench)。
- Gemma 4 12B (thinking):1 项新结果(AA Progress Index v1)。
相关对比
- Gemini 4 Neon vs Claude Fable 5.2
- Gemini 4 Neon vs GPT-6.2 Astra
- Gemini 4 Neon vs Gemini 4 Carbon
- Gemini 4 Neon vs Claude Opus 5.5
- Gemini 4 Neon vs Gemini 3.5 Flash
- Gemini 4 Neon vs GPT-6 Astra
- Gemini 4 Neon vs Claude Fable 5.1
- Gemini 4 Neon vs GPT-6.1 Sol
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 Neon vs Gemma 4 12B:常见问题
- Gemini 4 Neon 比 Gemma 4 12B 更好吗?
- 质量上 Gemini 4 Neon (high) 领先:67.3 比 49.7。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月19日,Gemini 4 Neon (high) 总体领先,但请结合你的用途查看各类别得分。
- Gemini 4 Neon 和 Gemma 4 12B 哪个更便宜?价格会变吗?
- 目前 Gemma 4 12B 更便宜:每百万 token $0.150 比 $6.00(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。
- 智能体和工具调用用 Gemini 4 Neon 还是 Gemma 4 12B 更好?
- Gemini 4 Neon 在智能体任务方面得分更高(类别得分 76 比 50,50 为平均水平)。
- 处理长文档哪个更好?
- Gemini 4 Neon 支持更长的上下文:1,048,576 token,Gemma 4 12B 为 262,144 token。
- 第三方基准测试对 Gemini 4 Neon 和 Gemma 4 12B 的看法一致吗?
- 在两者都有结果的 5 项基准测试中,Gemini 4 Neon 领先 5 项,Gemma 4 12B 领先 0 项。所有同时评测两者的综合评分都认为 Gemini 4 Neon 更强。
更多问题(1)
- Gemini 4 Neon 是什么时候发布的?
- Gemini 4 Neon 于 2026年11月18日 发布。