Gemma 4 E2B
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
- 综合 Index39
- 智能体与工具36
- 指令遵循37
- 多模态26
- 长上下文31
嵌入这个排名
更多徽章样式[](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。
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。
Index 走势
2026年9月19日 至 2026年11月16日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 Index | 38.9#155 | 38.9#155 | Artificial Analysis |
推理
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| GPQA Diamond (AA)不计入 Index | 40.5%#485 | 43.3%#465 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.7%#500 | 4.8%#497 | Artificial Analysis | |
| CritPt不计入 Index | 0.0%#337 | 0.0%#337 | Artificial Analysis |
编程
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench 2.1 (AA)不计入 Index | 0.4%#232 | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| Terminal-Bench Hard | 2.3%#325 | 3.0%#319 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 22.2%#319 | 20.8%#334 | Artificial Analysis | |
| GDPval-AA v2.1, normalised score不计入 Index | – | 0.0%#124 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | – | -181#299 | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| IFBench | 33.6%#330 | 38.0%#290 | Artificial Analysis | |
| MultiChallenge | – | 36.0%#40 | Scale AI SEAL |
多模态
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| MMMU-Pro | 41.8%#277 | 44.6%#269 | Artificial Analysis |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 16.3%#473 | 16.3%#473 | Artificial Analysis |
综合
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 6.5#535 | 7.8#468 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 158.3#540 | 164.5#519 | Artificial 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
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。
[](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}
}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。