BenchLeader

Gemma 4 E2B

推理强度
质量第 285 / 339 名
39.1Index
后四分之一
较中位数 −11.1
价格第 3 / 255 名
$0.050每百万 token
最便宜的 10%
中位数的 0.1 倍
性价比第 3 / 255 名
782.0分/$
前 10%
中位数的 14 倍

在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。

有 1 个更便宜的已排名模型得分更高:Gemma 4 E4B (43.2, $0.040)。

截至 2026年11月16日,Gemma 4 E2B(Google)在 BenchLeader Index 上得分 39.1(共 608 个已排名配置)。表现最好的是指令遵循(37),最弱的是多模态(26)。API 价格为输入每百万 token $0.040、输出每百万 token $0.080(按 3:1 混合为 $0.050),为 2026年11月16日的标价。发布于 2026年4月2日。

要点(截至 2026年11月16日)

  • Gemma 4 E2B 的 API 价格为输入每百万 token $0.040、输出每百万 token $0.080(按 3:1 混合为 $0.050)(标价,2026年11月16日)。
  • Gemma 4 E2B 于 2026年4月2日发布(Google)。

详细说明:Gemma 4 E2B 是 Google 的开放权重推理模型,发布于 2026年4月2日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 39.1 ±4.3,在 608 个配置中排第 551 名,处于下半区。关键在于这个“±”:另有 149 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,指令遵循得分最高(37),多模态最低(26)。按混合价格计,每百万 token $0.050,属于已排名模型中最便宜的五分之一。它已在 2 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10月22日。

混合价格
$0.050/M
输入 $0.040 · 输出 $0.080
来源:models.dev
输出速度
–
首次回答
–
上下文
131k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2026年4月2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 Index39
  2. 智能体与工具36
  3. 指令遵循37
  4. 多模态26
  5. 长上下文31

嵌入这个排名

更多徽章样式
[![Gemma 4 E2B on BenchLeader: 综合第 277 名](https://www.benchleader.com/badge/gemma-4-e2b.svg?style=compact)](https://www.benchleader.com/models/gemma-4-e2b)

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
无推理––––$0.0000智能体与工具 36 · 指令遵循 37 · 长上下文 31 · 多模态 23
thinking最佳39.1#551––$0.0000智能体与工具 36 · 指令遵循 37 · 长上下文 31 · 多模态 26

Index 走势

2026年9月19日 至 2026年11月16日
354147

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

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。

元数据

基准测试无推理thinking来源趋势
AA Openness Index不计入 Index38.9#15538.9#155Artificial Analysis

推理

基准测试无推理thinking来源趋势
GPQA Diamond (AA)不计入 Index40.5%#48543.3%#465Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.7%#5004.8%#497Artificial Analysis
CritPt不计入 Index0.0%#3370.0%#337Artificial Analysis

编程

基准测试thinking来源趋势
Terminal-Bench 2.1 (AA)不计入 Index0.4%#232Artificial Analysis

智能体与工具

基准测试无推理thinking来源趋势
Terminal-Bench Hard2.3%#3253.0%#319Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index22.2%#31920.8%#334Artificial Analysis
GDPval-AA v2.1, normalised score不计入 Index–0.0%#124Artificial Analysis
GDPval-AA v2.1不计入 Index–-181#299Artificial Analysis

指令遵循

基准测试无推理thinking来源趋势
IFBench33.6%#33038.0%#290Artificial Analysis
MultiChallenge–36.0%#40Scale AI SEAL

多模态

基准测试无推理thinking来源趋势
MMMU-Pro41.8%#27744.6%#269Artificial Analysis

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.116.3%#47316.3%#473Artificial Analysis

综合

基准测试无推理thinking来源趋势
AA Intelligence Index v4.3.2不计入 Index6.5#5357.8#468Artificial Analysis
AA Progress Index v1不计入 Index158.3#540164.5#519Artificial Analysis

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。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$0.0000––
总结一份 30 页的报告12,000 / 600$0.0005––
代码编辑6,000 / 1,500$0.0004––
智能体编程会话60,000 / 4,000$0.0027––
结构化信息提取2,000 / 200$0.0001––

Google 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Gemma 4 E2B 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。

[![Gemma 4 E2B on BenchLeader: 综合第 277 名](https://www.benchleader.com/badge/gemma-4-e2b.svg)](https://www.benchleader.com/models/gemma-4-e2b)

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). Gemma 4 E2B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemma-4-e2b

BibTeX:

@misc{benchleader_gemma_4_e2b_20261116,
  author       = {{BenchLeader}},
  title        = {{Gemma 4 E2B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gemma-4-e2b}},
  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

Gemma 4 E2B 的基准测试得分是多少?
截至 2026年11月16日,Gemma 4 E2B(推理强度 thinking)的 BenchLeader Index 为 39.1 ±4.3。最强的是指令遵循(37),最弱的是多模态(26)。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。
Gemma 4 E2B 排名第几?
截至 2026年11月16日,Gemma 4 E2B(推理强度 thinking)在 608 个已排名配置中排第 551 名。另有 149 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。
Gemma 4 E2B 每百万 token 的价格是多少?
截至 2026年11月16日,Gemma 4 E2B 的价格为输入每百万 token $0.040、输出每百万 token $0.080,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.050。
Gemma 4 E2B 是什么时候发布的?
Google 于 2026年4月2日发布了 Gemma 4 E2B。BenchLeader 收录了它在 2 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,《Gemma 4 E2B: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/gemma-4-e2b。