BenchLeader

Gemma 4 E4B

推理强度
质量第 233 / 339 名
43.2Index
低于中位数
较中位数 −7.0
价格第 1 / 255 名
$0.040每百万 token
最便宜的 10%
中位数的 0.0 倍
速度第 144 / 216 名
65token/秒
低于中位数
中位数的 0.8 倍
性价比第 1 / 255 名
1080.0分/$
前 10%
中位数的 20 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。

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index43
  2. 智能体与工具41
  3. 指令遵循43
  4. 多模态33
  5. 长上下文40

嵌入这个排名

更多徽章样式
[![Gemma 4 E4B on BenchLeader: 综合第 227 名](https://www.benchleader.com/badge/gemma-4-e4b.svg?style=compact)](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。

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––61 tok/s1.56 s$0.0000智能体与工具 40 · 指令遵循 43 · 长上下文 35 · 多模态 33
thinking最佳43.2#48365 tok/s31 s$0.0000智能体与工具 41 · 指令遵循 43 · 长上下文 40 · 多模态 33
未说明––––$0.0000

Index 走势

2026年9月19日 至 2026年11月16日
404550

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 Index55.0%#41357.6%#398Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.8%#4913.8%#594Artificial Analysis
CritPt不计入 Index0.3%#2910.6%#274Artificial Analysis

编程

基准测试thinking来源趋势
SciCode (AA)不计入 Index24.4%#239Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index0.0%#186Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index1.9%#225Artificial Analysis

智能体与工具

基准测试无推理thinking来源趋势
Terminal-Bench Hard7.6%#2468.3%#240Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index26.0%#29220.8%#334Artificial Analysis
GDPval-AA v2.1, normalised score不计入 Index–0.0%#124Artificial Analysis
GDPval-AA v2.1不计入 Index–-30#292Artificial Analysis
AutomationBench不计入 Index–0.5%#244Artificial Analysis
GDP.pdf (AA)不计入 Index–1.0%#240Artificial Analysis

指令遵循

基准测试无推理thinking来源趋势
IFBench40.5%#26044.2%#219Artificial Analysis
MultiChallenge–43.2%#34Scale AI SEAL

人类偏好

基准测试默认来源趋势
EQ-Bench Creative Writing v3不计入 Index1093#101EQ-Bench

多模态

基准测试无推理thinking来源趋势
MMMU-Pro51.2%#25251.4%#251Artificial Analysis

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.124.0%#43932.0%#411Artificial Analysis

综合

基准测试无推理thinking来源趋势
AA Intelligence Index v4.3.2不计入 Index7.5#4848.9#432Artificial Analysis
AA Progress Index v1不计入 Index176.8#485182.9#467Artificial 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

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 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。

[![Gemma 4 E4B on BenchLeader: 综合第 227 名](https://www.benchleader.com/badge/gemma-4-e4b.svg)](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}
}

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 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。