BenchLeader
Google推理模型新2026年11月12日 发布与其他模型对比

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
Google
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 AnalysisAA Intelligence Index v5.0.1 50.8 · AA-Omniscience v1.1 43.7 · HLE-Diamond (AA) 54.9% · 下方还有更多
LMArenaArena Text 1490 · Arena Hard Prompts 1514 · Arena Coding 1518 · 下方还有更多
Vals AIVals Index 68.5 · Excel Modeling Benchmark v1.1 75.8% · Finance Agent v2.1 65.1% · 下方还有更多
LiveBenchLiveBench 2.0 77.0% · LiveBench 2.0 Reasoning 88.6% · LiveBench 2.0 Coding 78.5% · 下方还有更多
Design ArenaDesign Arena Website 1320 · Design Arena Agentic 1262
Terminal-BenchTerminal-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。

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。

推理强度
质量第 16 / 339 名
63.4Index
前 10%
较中位数 +13.2
价格第 187 / 255 名
$3.00每百万 token
比多数贵
中位数的 3.5 倍
速度第 31 / 216 名
170token/秒
前四分之一
中位数的 2.1 倍
性价比第 185 / 255 名
21.1分/$
低于中位数
中位数的 0.4 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index63
  2. 推理70
  3. 编程69
  4. 智能体与工具62
  5. 数学68
  6. 知识69
  7. 人类偏好68

嵌入这个排名

更多徽章样式
[![Gemini 4 Hydrogen on BenchLeader: 综合第 16 名](https://www.benchleader.com/badge/gemini-4-hydrogen.svg?style=compact)](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。

Google 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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。

推理强度Index排名速度首次回答聊天回复成本类别
low––164 tok/s6.28 s$0.0029编程 38 · 知识 64 · 推理 57
medium––172 tok/s12 s$0.0029编程 62 · 知识 68 · 推理 67
high最佳63.4#39170 tok/s16 s$0.0029智能体与工具 62 · 编程 69 · 人类偏好 68 · 知识 69 · 数学 68 · 推理 70
xhigh61.8#59175 tok/s42 s$0.0029编程 70 · 综合 63 · 知识 70 · 推理 73
未说明––136 tok/s1.72 s$0.0029

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lowmediumhighxhigh来源趋势
Arena Hard Prompts––1514#15–Arena (LMArena)
LiveBench 2.0 Reasoning不计入 Index–––88.6%#18LiveBench
HLE-Diamond (AA)32.2%#4947.7%#2854.9%#2158.8%#15Artificial Analysis
CritPt v2 hard subset (AA)48.0%#4961.0%#2661.5%#2366.0%#18Artificial Analysis
Arena Expert不计入 Index––1542#6–Arena (LMArena)

编程

基准测试lowmediumhighxhigh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 Index6.6%#12829.3%#6854.0%#2353.5%#26–Artificial Analysis
Design Arena Website不计入 Index推理强度未说明––––1320#12Design Arena
FrontierCode 2.0 (AA)9.3%#9831.5%#3436.3%#2339.0%#15–Artificial Analysis

智能体与工具

基准测试lowmediumhighxhigh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 Index60.5%#5172.0%#1174.4%#776.1%#5–Artificial Analysis
GDP.pdf (AA)不计入 Index28.2%#2232.8%#130.0%#1327.6%#26–Artificial Analysis
AA-Briefcase v1.1不计入 Index947#1641296#941497#511568#31–Artificial Analysis
Design Arena Agentic不计入 Index推理强度未说明––––1262#22Design Arena
Terminal-Bench-Science 0.1 (AA)不计入 Index2.4%#9815.2%#5441.4%#2849.5%#21–Artificial Analysis

数学

基准测试high来源趋势
Arena Maths1495#21Arena (LMArena)

知识

基准测试lowmediumhighxhigh来源趋势
LiveBench 2.0 Data Analysis不计入 Index–––83.2%#3LiveBench
LiveBench Research不计入 Index–––86.8%#11LiveBench
AA-Omniscience v1.136.1#3441.9#2143.7#1446.3#9Artificial Analysis
Excel Modeling Benchmark v1.1不计入 Index–––75.8%#6Vals AI
AA-Omniscience v1.1: accuracy不计入 Index46.2%#4848.3%#4048.2%#4350.5%#32Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index81.2%#1487.5%#691.3%#491.5%#3Artificial Analysis

指令遵循

基准测试high来源趋势
Arena Instruction Following不计入 Index1503#6Arena (LMArena)

人类偏好

基准测试high来源趋势
Arena Text1490#15Arena (LMArena)
Arena Creative Writing不计入 Index1492#6Arena (LMArena)
Arena Multi-turn不计入 Index1476#50Arena (LMArena)
Arena Longer Queries不计入 Index1514#8Arena (LMArena)

多模态

基准测试xhigh来源趋势
LiveBench Design不计入 Index77.3%#11LiveBench

长上下文

基准测试xhigh来源趋势
MLCR不计入 Index21.1%#47Artificial Analysis

综合

基准测试lowmediumhighxhigh来源趋势
LiveBench 2.0–––77.0%#9LiveBench
AA Intelligence Index v5.0.1不计入 Index26.9#7641.2#4150.8#2153.9#15Artificial Analysis
Vals Index不计入 Index–––68.5#6Vals AI
Vals Finance Index不计入 Index–––66.1%#2Vals AI
Vals Legal Index不计入 Index–––73.6%#9Vals 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 Studio151 tok/s2.58 s$1.50$7.501.0M–
Google AI Studio151 tok/s2.06 s$0.750$3.751.0M–
Google Vertex149 tok/s1.50 s$1.65$8.251.0M–
Google Vertex128 tok/s1.62 s$2.70$13.501.0M–
Google Vertex114 tok/s2.69 s$1.50$7.501.0M–

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$0.002418.0 s
总结一份 30 页的报告12,000 / 600$0.022$0.009719.7 s
代码编辑6,000 / 1,500$0.020$0.01425.0 s
智能体编程会话60,000 / 4,000$0.120$0.05639.7 s
结构化信息提取2,000 / 200$0.0045$0.002417.4 s

Google 的更多模型

本月新上线

将 Gemini 4 Hydrogen 与以下模型对比

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。

[![Gemini 4 Hydrogen on BenchLeader: 综合第 16 名](https://www.benchleader.com/badge/gemini-4-hydrogen.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。