Gemini 4 Hydrogen
发布追踪 · 第 5 天
Gemini 4 Hydrogen 发布之初:首批第三方结果
截至 2026年11月16日,Gemini 4 Hydrogen(Google,发布于 2026年11月12日)已有来自 Artificial Analysis(AA Intelligence Index v5.0.1 50.8)、LMArena(Arena Text 1490)、Vals AI(Vals Index 68.5)、LiveBench(LiveBench 2.0 77.0%)、Design Arena(Design Arena Website 1320)和 Terminal-Bench(Terminal-Bench 56.4%)的第三方结果。它在 BenchLeader Index 上于 331 个模型中排第 16 名(63.4)。标价为输入 $1.50、输出 $7.50(每百万 token),上下文窗口为 1M token。Epoch AI、ARC Prize、Scale AI 和 SWE-bench 尚未测量。
- 发布日期
- 2026年11月12日(第 5 天)
- 提供商
- 价格
- 输入 $1.50、输出 $7.50(每百万 token)
- 上下文窗口
- 1M token
- 开放权重
- 否
- BenchLeader Index
- 63.4(331 个模型中第 16 名)
| 第三方排行榜 | 目前的结果 |
|---|---|
| Artificial Analysis | AA Intelligence Index v5.0.1 50.8 · AA-Omniscience v1.1 43.7 · HLE-Diamond (AA) 54.9% · 下方还有更多 |
| LMArena | Arena Text 1490 · Arena Hard Prompts 1514 · Arena Coding 1518 · 下方还有更多 |
| Vals AI | Vals Index 68.5 · Excel Modeling Benchmark v1.1 75.8% · Finance Agent v2.1 65.1% · 下方还有更多 |
| LiveBench | LiveBench 2.0 77.0% · LiveBench 2.0 Reasoning 88.6% · LiveBench 2.0 Coding 78.5% · 下方还有更多 |
| Design Arena | Design Arena Website 1320 · Design Arena Agentic 1262 |
| Terminal-Bench | Terminal-Bench 56.4% |
各排行榜通常在模型发布后几天内公布结果;本页每 6 小时重新生成一次。
发布对比
仅显示第三方发布方的分数;提供商就自家模型公布的基准测试数字不予显示。
性价比更高: Gemini 3.7 Flash $1.50/M 即可获得 Index 62.1,价格只有一半。
有 1 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)。
截至 2026年11月16日,Gemini 4 Hydrogen(Google)在 BenchLeader Index 上得分 63.4(在 608 个已排名配置中前 50 名)。表现最好的是推理(70),最弱的是智能体与工具(62)。API 价格为输入每百万 token $1.50、输出每百万 token $7.50(按 3:1 混合为 $3.00),为 2026年11月16日的标价。输出速度约为 170 token/秒(Artificial Analysis)。发布于 2026年11月12日。
要点(截至 2026年11月16日)
- Gemini 4 Hydrogen 的 API 价格为输入每百万 token $1.50、输出每百万 token $7.50(按 3:1 混合为 $3.00)(标价,2026年11月16日)。
- Gemini 4 Hydrogen 的输出速度约为 170 token/秒(Artificial Analysis,2026年11月16日)。
- Gemini 4 Hydrogen 于 2026年11月12日发布(Google)。
详细说明:Gemini 4 Hydrogen 是 Google 的闭源推理模型,发布于 2026年11月12日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 63.4 ±1.9,在 608 个配置中排第 39 名,处于上半区。关键在于这个“±”:另有 117 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,推理得分最高(70),智能体与工具最低(62)。按混合价格计,每百万 token $3.00,比大多数已排名模型贵。输出速度为 170 token/秒,首次回答需 16.2 秒,位于最快的四分之一。它已在 5 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月12日。
- 混合价格
- $3.00/M
- 输入 $1.50 · 输出 $7.50
- 来源:Artificial Analysis
- 输出速度
- 170 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 16 s
- 首 token 1.72 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 63 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $1.87
- 每项任务 8 min,AA Index
- 单任务 token 数
- 85k
- 其中 56% 为推理
- 发布日期
- 2026年11月12日
- 综合 Index63
- 推理70
- 编程69
- 智能体与工具62
- 数学68
- 知识69
- 人类偏好68
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemini-4-hydrogen)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | low | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Arena Hard Prompts | – | – | 1514#15 | – | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | – | – | – | 88.6%#18 | LiveBench | |
| HLE-Diamond (AA) | 32.2%#49 | 47.7%#28 | 54.9%#21 | 58.8%#15 | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 48.0%#49 | 61.0%#26 | 61.5%#23 | 66.0%#18 | Artificial Analysis | |
| Arena Expert不计入 Index | – | – | 1542#6 | – | Arena (LMArena) |
编程
| 基准测试 | low | medium | high | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| Arena Coding | – | – | 1518#43 | – | – | Arena (LMArena) | |
| Arena WebDev | – | – | 1704#10 | – | – | Arena (LMArena) | |
| LiveBench 2.0 Coding不计入 Index | – | – | – | 78.5%#13 | – | LiveBench | |
| Vibe Code Bench v1.1不计入 Index | – | – | – | 87.8%#13 | – | Vals AI | |
| Terminal-Bench 4.0 (AA)不计入 Index | 6.6%#128 | 29.3%#68 | 54.0%#23 | 53.5%#26 | – | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | – | 1320#12 | Design Arena | |
| FrontierCode 2.0 (AA) | 9.3%#98 | 31.5%#34 | 36.3%#23 | 39.0%#15 | – | Artificial Analysis |
智能体与工具
| 基准测试 | low | medium | high | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| Terminal-Bench | – | – | 56.4%#28 | – | – | Terminal-Bench | |
| LiveBench Long Agentic不计入 Index | – | – | – | 61.8%#8 | – | LiveBench | |
| LiveBench Browser不计入 Index | – | – | – | 77.1%#12 | – | LiveBench | |
| Finance Agent v2.1不计入 Index | – | – | – | 65.1%#12 | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1.1不计入 Index | – | – | – | 11.3%#21 | – | Vals AI | |
| Legal Research Bench不计入 Index | – | – | – | 53.9%#6 | – | Vals AI | |
| Tax Agent Bench不计入 Index | – | – | – | 52.3%#1 | – | Vals AI | |
| Terminal-Bench 4.0 (Vals)不计入 Index | – | – | – | 54.0%#11 | – | Vals AI | |
| AutomationBench不计入 Index | 60.5%#51 | 72.0%#11 | 74.4%#7 | 76.1%#5 | – | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 28.2%#22 | 32.8%#1 | 30.0%#13 | 27.6%#26 | – | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 947#164 | 1296#94 | 1497#51 | 1568#31 | – | Artificial Analysis | |
| Design Arena Agentic不计入 Index推理强度未说明 | – | – | – | – | 1262#22 | Design Arena | |
| Terminal-Bench-Science 0.1 (AA)不计入 Index | 2.4%#98 | 15.2%#54 | 41.4%#28 | 49.5%#21 | – | Artificial Analysis |
数学
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| Arena Maths | 1495#21 | Arena (LMArena) |
知识
| 基准测试 | low | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| LiveBench 2.0 Data Analysis不计入 Index | – | – | – | 83.2%#3 | LiveBench | |
| LiveBench Research不计入 Index | – | – | – | 86.8%#11 | LiveBench | |
| AA-Omniscience v1.1 | 36.1#34 | 41.9#21 | 43.7#14 | 46.3#9 | Artificial Analysis | |
| Excel Modeling Benchmark v1.1不计入 Index | – | – | – | 75.8%#6 | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index | 46.2%#48 | 48.3%#40 | 48.2%#43 | 50.5%#32 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 81.2%#14 | 87.5%#6 | 91.3%#4 | 91.5%#3 | Artificial Analysis |
指令遵循
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1503#6 | Arena (LMArena) |
人类偏好
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1490#15 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1492#6 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1476#50 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1514#8 | Arena (LMArena) |
多模态
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| LiveBench Design不计入 Index | 77.3%#11 | LiveBench |
长上下文
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| MLCR不计入 Index | 21.1%#47 | Artificial Analysis |
综合
| 基准测试 | low | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| LiveBench 2.0 | – | – | – | 77.0%#9 | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 26.9#76 | 41.2#41 | 50.8#21 | 53.9#15 | Artificial Analysis | |
| Vals Index不计入 Index | – | – | – | 68.5#6 | Vals AI | |
| Vals Finance Index不计入 Index | – | – | – | 66.1%#2 | Vals AI | |
| Vals Legal Index不计入 Index | – | – | – | 73.6%#9 | Vals AI |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Google AI Studio | 151 tok/s | 2.58 s | $1.50 | $7.50 | 1.0M | – |
| Google AI Studio | 151 tok/s | 2.06 s | $0.750 | $3.75 | 1.0M | – |
| Google Vertex | 149 tok/s | 1.50 s | $1.65 | $8.25 | 1.0M | – |
| Google Vertex | 128 tok/s | 1.62 s | $2.70 | $13.50 | 1.0M | – |
| Google Vertex | 114 tok/s | 2.69 s | $1.50 | $7.50 | 1.0M | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.075。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0029 | $0.0024 | 18.0 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.022 | $0.0097 | 19.7 s |
| 代码编辑 | 6,000 / 1,500 | $0.020 | $0.014 | 25.0 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.120 | $0.056 | 39.7 s |
| 结构化信息提取 | 2,000 / 200 | $0.0045 | $0.0024 | 17.4 s |
Google 的更多模型
将 Gemini 4 Hydrogen 与以下模型对比
- Gemini 4 Hydrogen vs Gemini 4 Carbon
- Gemini 4 Hydrogen vs GPT-6.1 Terra
- Gemini 4 Hydrogen vs Claude Opus 4.7
- Gemini 4 Hydrogen vs GPT-5.4
- Gemini 4 Hydrogen vs GPT-5.5
- Gemini 4 Hydrogen vs Muse Spark
- Gemini 4 Hydrogen vs Muse Wonder
- Gemini 4 Hydrogen vs GPT-5.4 Pro
- Gemini 4 Hydrogen vs GPT-5.3-Codex
- Gemini 4 Hydrogen vs GPT-6 Sol
- Gemini 4 Hydrogen vs Claude Sonnet 5.5
- Gemini 4 Hydrogen vs Claude Opus 4.6
- Gemini 4 Hydrogen vs Gemini 3.5 Flash
- Gemini 4 Hydrogen vs Muse Spark 1.1
- Gemini 4 Hydrogen vs Gemini 3.7 Flash
- Gemini 4 Hydrogen vs Qwen3.6 Max
- Gemini 4 Hydrogen vs Claude Opus 5
- Gemini 4 Hydrogen vs Kimi K3.1 Pro
- Gemini 4 Hydrogen vs Muse Wonder Full
- Gemini 4 Hydrogen vs Muse Spark 1.3
- Gemini 4 Hydrogen vs Gemini 4 Argon
- Gemini 4 Hydrogen vs GPT-5.6 Sol
- Gemini 4 Hydrogen vs Muse Spark 1.2
- Gemini 4 Hydrogen vs Claude Fable 5
- Gemini 4 Hydrogen vs GPT-6.1 Sol
- Gemini 4 Hydrogen vs Claude Fable 5.1
- Gemini 4 Hydrogen vs GPT-6 Astra
- Gemini 4 Hydrogen vs Claude Opus 5.5
- Gemini 4 Hydrogen vs Claude Fable 5.2
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Gemini 4 Hydrogen 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gemini-4-hydrogen)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Gemini 4 Hydrogen on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-4-hydrogen
BibTeX:
@misc{benchleader_gemini_4_hydrogen_20261116,
author = {{BenchLeader}},
title = {{Gemini 4 Hydrogen on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-4-hydrogen}},
note = {Data as of 2026-11-16}
}常见问题
- Gemini 4 Hydrogen 的基准测试得分是多少?
- 截至 2026年11月16日,Gemini 4 Hydrogen(推理强度 high)的 BenchLeader Index 为 63.4 ±1.9(前 50 名)。最强的是推理(70),最弱的是智能体与工具(62)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Gemini 4 Hydrogen 排名第几?
- 截至 2026年11月16日,Gemini 4 Hydrogen(推理强度 high)在 608 个已排名配置中排第 39 名(前 50 名)。另有 117 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Gemini 4 Hydrogen 每百万 token 的价格是多少?
- 截至 2026年11月16日,Gemini 4 Hydrogen 的价格为输入每百万 token $1.50、输出每百万 token $7.50,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.00。
- Gemini 4 Hydrogen 比 GPT-5.4 更好吗?
- 截至 2026年11月16日,Gemini 4 Hydrogen(推理强度 high)与 GPT-5.4(推理强度 xhigh)的质量不相上下(BenchLeader Index 63.4 比 63.1,在 ±3.3 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Gemini 4 Hydrogen 是什么时候发布的?
- Google 于 2026年11月12日发布了 Gemini 4 Hydrogen。BenchLeader 收录了它在 5 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Gemini 4 Hydrogen:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemini-4-hydrogen。