Gemma 4 E4B
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。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月16日,Gemma 4 E4B(Google)在 BenchLeader Index 上得分 43.2(共 608 个已排名配置)。表现最好的是指令遵循(43),最弱的是多模态(33)。API 价格为输入每百万 token $0.020、输出每百万 token $0.100(按 3:1 混合为 $0.040),为 2026年11月16日的标价。输出速度约为 65 token/秒(Artificial Analysis)。发布于 2026年4月3日。
要点(截至 2026年11月16日)
- Gemma 4 E4B 的 API 价格为输入每百万 token $0.020、输出每百万 token $0.100(按 3:1 混合为 $0.040)(标价,2026年11月16日)。
- Gemma 4 E4B 的输出速度约为 65 token/秒(Artificial Analysis,2026年11月16日)。
- Gemma 4 E4B 于 2026年4月3日发布(Google)。
详细说明:Gemma 4 E4B 是 Google 的开放权重推理模型,发布于 2026年4月3日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 43.2 ±3.7,在 608 个配置中排第 483 名,处于下半区。关键在于这个“±”:另有 197 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(43),多模态最低(33)。按混合价格计,每百万 token $0.040,属于已排名模型中最便宜的五分之一。输出速度为 65 token/秒,首次回答需 30.7 秒,比大多数模型慢。它已在 3 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
- $0.040/M
- 输入 $0.020 · 输出 $0.100
- 来源:Artificial Analysis
- 输出速度
- 65 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 31 s
- 上下文
- 131k
- 来源:models.dev
- 完整回答
- 52 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年4月3日
- 综合 Index43
- 智能体与工具41
- 指令遵循43
- 多模态33
- 长上下文40
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemma-4-e4b)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 | 55.0%#413 | 57.6%#398 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.8%#491 | 3.8%#594 | Artificial Analysis | |
| CritPt不计入 Index | 0.3%#291 | 0.6%#274 | Artificial Analysis |
编程
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| SciCode (AA)不计入 Index | 24.4%#239 | Artificial Analysis | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 1.9%#225 | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| Terminal-Bench Hard | 7.6%#246 | 8.3%#240 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 26.0%#292 | 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 | – | -30#292 | Artificial Analysis | |
| AutomationBench不计入 Index | – | 0.5%#244 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | – | 1.0%#240 | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| IFBench | 40.5%#260 | 44.2%#219 | Artificial Analysis | |
| MultiChallenge | – | 43.2%#34 | Scale AI SEAL |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| EQ-Bench Creative Writing v3不计入 Index | 1093#101 | EQ-Bench |
多模态
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| MMMU-Pro | 51.2%#252 | 51.4%#251 | Artificial Analysis |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 24.0%#439 | 32.0%#411 | 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 | 7.5#484 | 8.9#432 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 176.8#485 | 182.9#467 | 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 | – | 35.3 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0003 | – | 39.9 s |
| 代码编辑 | 6,000 / 1,500 | $0.0003 | – | 53.8 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.0016 | – | 1.5 min |
| 结构化信息提取 | 2,000 / 200 | $0.0001 | – | 33.8 s |
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 E4B 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-e4b)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 E4B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemma-4-e4b
BibTeX:
@misc{benchleader_gemma_4_e4b_20261116,
author = {{BenchLeader}},
title = {{Gemma 4 E4B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemma-4-e4b}},
note = {Data as of 2026-11-16}
}常见问题
- Gemma 4 E4B 的基准测试得分是多少?
- 截至 2026年11月16日,Gemma 4 E4B(推理强度 thinking)的 BenchLeader Index 为 43.2 ±3.7。最强的是指令遵循(43),最弱的是多模态(33)。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 E4B 排名第几?
- 截至 2026年11月16日,Gemma 4 E4B(推理强度 thinking)在 608 个已排名配置中排第 483 名。另有 197 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 E4B 每百万 token 的价格是多少?
- 截至 2026年11月16日,Gemma 4 E4B 的价格为输入每百万 token $0.020、输出每百万 token $0.100,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.040。
- Gemma 4 E4B 是什么时候发布的?
- Google 于 2026年4月3日发布了 Gemma 4 E4B。BenchLeader 收录了它在 3 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 E4B: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-e4b。