BenchLeader

Gemini 4 Neon vs GPT-6.2 Astra

完整资料:Gemini 4 Neon(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 10 个来源

截至 2026年11月19日,Gemini 4 Neon 与 GPT-6.2 Astra 的质量不相上下(BenchLeader Index 67.3 比 68.9,在 ±3.6 的误差范围内)。Gemini 4 Neon 更便宜,对方的价格是它的 2.7 倍(每百万 token 混合价格 $6.00 比 $16.00)。看重智能体与工具(76 比 66)选 Gemini 4 Neon;看重编程(76 比 73)、知识(74 比 72)和推理(73 比 72)选 GPT-6.2 Astra。Gemini 4 Neon 的首次回答更快(40.6 秒 比 202.7 秒)。Gemini 4 Neon 的输出更快(约 2 倍)。

要点(截至 2026年11月19日)

  • Gemini 4 Neon 的 BenchLeader Index 为 67.3,GPT-6.2 Astra 为 68.9(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)。
  • 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 Neon 比 GPT-6.2 Astra 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月19日)。
  • 在两者都有结果的 16 项基准测试中,GPT-6.2 Astra 领先 9 项(BenchLeader,2026年11月19日)。
  • 在 Arena WebDev 上,Gemini 4 Neon 的评分为 1764,GPT-6.2 Astra 为 1781(LMArena,截至 2026年11月19日 的公布数据)。

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 73;Arena WebDev 1781 比 1764中
智能体与工具调用Gemini 4 Neon类别得分 76 比 66;Arena Agent 18.4 比 15.2高
推理GPT-6.2 Astra类别得分 73 比 72;HLE-Diamond (AA) 72.2% 比 68.4%中
知识GPT-6.2 Astra类别得分 74 比 72;AA-Omniscience v1.1 50 比 53.8中
对话质量(人类偏好)–只有 Gemini 4 Neon 有 Arena 评分(类别得分 72)无法比较
成本最低Gemini 4 Neon每百万 token 混合价格 $6.00 比 $16.00;智能体编程会话 $0.240 比 $0.640–
首次回答最快Gemini 4 Neon首个回答 token 40.6 秒(Gemini 4 Neon (high))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

  • Gemini 4 Neon (high) 与 GPT-6.2 Astra (max) 的质量不相上下(67.3 比 68.9,在 ±3.6 的误差范围内)。
  • Gemini 4 Neon (high) 在智能体与工具方面更强。
  • GPT-6.2 Astra (max) 在编程、知识、推理方面更强。
  • Gemini 4 Neon (high) 更便宜,对方的价格是它的 2.7 倍(每百万 token 混合价格 $6.00 比 $16.00)。
  • Gemini 4 Neon (high) 的输出速度是对方的 2.1 倍(101 比 49 token/秒)。

概览

规格Gemini 4 NeonGPT-6.2 Astra
提供商GoogleOpenAI
发布日期2026年11月18日2026年11月17日
上下文窗口(token)1,048,5761,050,000
对比时的配置Gemini 4 Neon (high)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)$3.00 / $15.00 / $0.150$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 Neon (high)GPT-6.2 Astra (max)领先者
推理71.973.1GPT-6.2 Astra
编程73.476.1GPT-6.2 Astra
智能体与工具76.266.4Gemini 4 Neon
数学–72.5无法比较
知识72.374.2GPT-6.2 Astra
人类偏好71.7–无法比较
多模态–71.7无法比较
综合–69.5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知识Gemini 4 Neon, 推理: 71.9Gemini 4 Neon, 编程: 73.4Gemini 4 Neon, 智能体与工具: 76.2Gemini 4 Neon, 知识: 72.3GPT-6.2 Astra, 推理: 73.1GPT-6.2 Astra, 编程: 76.1GPT-6.2 Astra, 智能体与工具: 66.4GPT-6.2 Astra, 知识: 74.2

未绘制(测得的模型少于两个):数学, 指令遵循, 长上下文, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 16 项基准测试中,Gemini 4 Neon 领先 7 项,GPT-6.2 Astra 领先 9 项。所有同时评测两者的综合评分都认为 GPT-6.2 Astra 更强。

综合 IndexGemini 4 Neon (high)GPT-6.2 Astra (max)领先者
BenchLeader Index67.368.9不相上下
AA Intelligence Index v5.0.159.662.1GPT-6.2 Astra

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)GPT-6.2 Astra (max)
每百万 token 混合价格$6.00$16.00
每百万 token 输入 / 输出$3.00 / $15.00$8.00 / $40.00
每百万 token 缓存输入$0.150$0.400
每项任务价格:聊天回复$0.0057$0.015
每项任务价格:总结一份 30 页的报告$0.045$0.120
每项任务价格:代码编辑$0.041$0.108
每项任务价格:智能体编程会话$0.240$0.640
每项任务价格:结构化信息提取$0.0090$0.024
智能体编程会话(输入大多命中缓存)$0.112$0.298
每项基准测试任务成本(AA Index)$3.74$4.00
每项任务输出 token(AA Index)90k41k
其中推理部分46k26k
每项任务耗时(AA Index)15 min14 min
输出速度101 tok/s49 tok/s
首次回答时间40.6 秒202.7 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 Neon (high) 上花费 $3.74,在 GPT-6.2 Astra (max) 上花费 $4.00;完成同样的工作,Gemini 4 Neon (high) 输出的 token 是对方的 2.2 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 Neon (high) 得分 67.3,首个回答 token 需 41 秒;Gemini 4 Neon (xhigh) 为 64.3(57 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 89 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)GPT-6.2 Astra (max)
BenchLeader IndexBenchLeader67.368.9
智能体与工具得分BenchLeader76.266.4
编程得分BenchLeader73.476.1
人类偏好得分BenchLeader71.7–
知识得分BenchLeader72.374.2
推理得分BenchLeader71.973.1
综合得分BenchLeader–69.5
数学得分BenchLeader–72.5
多模态得分BenchLeader–71.7
混合价格(美元/百万 token)BenchLeader$6.00$16.00
输出速度BenchLeader101 tok/s49 tok/s
首次回答时间BenchLeader40.6 秒202.7 秒
上下文窗口BenchLeader1,048,576 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub–96.8%
Arena Hard PromptsArena (LMArena)1546–
LiveBench 2.0 ReasoningLiveBench89.6%†91.6%
HLE-Diamond (AA)Artificial Analysis68.4%72.2%
ARC-AGI-1ARC Prize–98.5%
ARC-AGI-2ARC Prize–95.8%
ARC-AGI-3ARC Prize–99.8%
CritPt v2 hard subset (AA)Artificial Analysis59.0%71.5%
MysteryMechanismVals AI–53.1%
HLE-Diamond (Scale)Scale AI SEAL–66.9%†
Arena ExpertArena (LMArena)1541–
Chess PuzzlesEpoch AI Benchmarking Hub–78.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub–95.0%
编程
Arena CodingArena (LMArena)1558–
Arena WebDevArena (LMArena)17641781
LiveBench 2.0 CodingLiveBench89.7%†91.9%
Vibe Code Bench v1.1Vals AI–89.9%
Vibe Code Bench 1-100 v1.1Vals AI–55.2%
SWE Atlas v1.1Scale AI SEAL–60.5%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–67.7%†
SWE Atlas v1.1: Test WritingScale AI SEAL–62.2%†
SWE Atlas v1.1: RefactoringScale AI SEAL–51.4%†
MirrorCodeEpoch AI Benchmarking Hub–67.8%
Terminal-Bench 4.0 (AA)Artificial Analysis61.6%64.1%
Design Arena WebsiteDesign Arena–1339†
显示全部 89 项基准测试
指标发布方Gemini 4 Neon (high)GPT-6.2 Astra (max)
编程
FrontierCode 2.0 (AA)Artificial Analysis43.3%45.4%
智能体与工具
Terminal-BenchTerminal-Bench–62.1%
Arena AgentArena (LMArena)18.415.2
LiveBench Long AgenticLiveBench82.6%†70.8%
LiveBench BrowserLiveBench95.6%†93.0%
Analyst Agent (AA)Artificial Analysis–62.5%
Finance Agent v2.1Vals AI–60.8%
Harvey's Legal Agent Benchmark v1.1Vals AI–16.3%
Legal Research BenchVals AI–42.8%
Robo-benchVals AI–32.7%
Tax Agent BenchVals AI–21.8%
Terminal-Bench 4.0 (Vals)Vals AI–63.1%
Terminal-Bench ScienceVals AI–71.4%
Arena Agent Task CompletionArena (LMArena)19.212.4
SpireClimbEpoch AI Benchmarking Hub–41.3%
AutomationBenchArtificial Analysis79.2%77.3%
GDP.pdf (AA)Artificial Analysis33.4%29.8%
Harvey LAB-AA v1.1Harvey–15.0%
EnterpriseOps-GymArtificial Analysis–29.9%
AA-Briefcase v1.1Artificial Analysis16321643
Design Arena AgenticDesign Arena–1304
Terminal-Bench-Science 0.1 (AA)Artificial Analysis65.7%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 Analysis54.6%52.7%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–92.6%
FrontierMath Tier 4Epoch AI Benchmarking Hub–100.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub–100.0%
Autoform-HardVals AI–87.5%
FrontierMath ErdősEpoch AI Benchmarking Hub–10.3%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub–78.5%
LiveBench 2.0 Data AnalysisLiveBench85.3%†84.1%
LiveBench ResearchLiveBench94.5%†91.5%
AA-Omniscience v1.1Artificial Analysis53.850
PRBench LegalScale AI SEAL–43.1%†
BioMysteryBenchVals AI–80.7%
Excel Modeling Benchmark v1.1Vals AI–76.0%
DrugDiscoveryBenchScale AI SEAL–65.5%†
EBR-benchEpoch AI Benchmarking Hub–92.4%
AA-Omniscience v1.1: accuracyArtificial Analysis59.4%68.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis86.1%40.9%
指令遵循
MultiChallengeScale AI SEAL–73.2%†
Arena Instruction FollowingArena (LMArena)1522–
人类偏好
Arena TextArena (LMArena)1519–
Arena Creative WritingArena (LMArena)1514–
Arena Multi-turnArena (LMArena)1529–
Arena Longer QueriesArena (LMArena)1521–
多模态
LiveBench DesignLiveBench81.5%†82.8%
MMMU-ProArtificial Analysis–89.5%
Humanity's Sixth SenseScale AI SEAL75.9%†63.2%†
Furniture AssemblyEpoch AI Benchmarking Hub–89.2%
VIALS-AAHandshake AI–65.8%
AA-3DArtificial Analysis–1318
长上下文
MLCRArtificial Analysis28.9%39.4%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–174.2†
LiveBench 2.0LiveBench87.4%†84.9%
AA Intelligence Index v5.0.1Artificial Analysis59.662.1
Vals IndexVals AI–67.7
Vals Finance IndexVals AI–57.3%
Vals RSI IndexVals AI–29.0%
Vals Science IndexVals AI–68.4%
Vals Legal IndexVals AI–69.7%
AA Cyber IndexArtificial Analysis–37.3

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 Neon (high):13 项新结果(MLCR, MKA (AA), Arena Text…)。
  • GPT-6.2 Astra (max):6 项新结果(VIALS-AA, Arena WebDev, Arena Agent…)。
  • GPT-6.2 Astra (max):BenchLeader Index 67.2 → 67.8。
  • Gemini 4 Neon (high):首批结果。
  • GPT-6.2 Astra (max):2 项新结果(MKA (AA), Terminal-Bench)。

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 GPT-6.2 Astra:常见问题

Gemini 4 Neon 比 GPT-6.2 Astra 更好吗?
Gemini 4 Neon (high) 与 GPT-6.2 Astra (max) 的质量不相上下(67.3 比 68.9,在 ±3.6 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19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 Neon 和 GPT-6.2 Astra 哪个更便宜?价格会变吗?
目前 Gemini 4 Neon 更便宜:每百万 token $6.00 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 Neon 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 73,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Gemini 4 Neon 为 1764,GPT-6.2 Astra 为 1781。
Gemini 4 Neon 和 GPT-6.2 Astra 哪个更快?
Gemini 4 Neon 输出更快(约 2 倍;输出 101 比 49 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Gemini 4 Neon 还是 GPT-6.2 Astra 更好?
Gemini 4 Neon 在智能体任务方面得分更高(类别得分 76 比 66,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Arena Agent 上,Gemini 4 Neon 为 18.4,GPT-6.2 Astra 为 15.2。
更多问题(4)
处理长文档哪个更好?
两者都约为 1.1M token(Gemini 4 Neon 为 1,048,576,GPT-6.2 Astra 为 1,050,000)。
哪个延迟更低?
Gemini 4 Neon 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 40.6 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 Neon 和 GPT-6.2 Astra 的看法一致吗?
在两者都有结果的 16 项基准测试中,Gemini 4 Neon 领先 7 项,GPT-6.2 Astra 领先 9 项。所有同时评测两者的综合评分都认为 GPT-6.2 Astra 更强。
Gemini 4 Neon 是什么时候发布的?
Gemini 4 Neon 于 2026年11月18日 发布。