跳到正文
Artificial Analysis 完整文章·· 2026-10-03精選AI 評分77

Gemini 4 Argon 評測:Google 重返模型智能評測前三的實驗室之列

Gemini 4 Argon: Google is back as one of the top three labs in intelligence achieved

AI 導讀

Google DeepMind 的 Gemini 4 Argon(高推理設定)在 Artificial Analysis Intelligence Index 得分 53,與 GPT-6 Astra(max)持平。

推薦理由

文章對照 Gemini 4 Argon 與 GPT-6 Astra 的指數分數、任務成本和智能體評測,呈現相近總分下的成本差距及不同基準表現。

正文 · 繁體中文

查看模型頁面

Google 全新 Gemini 4 Argon 在 Artificial Analysis Intelligence Index 的表現媲美 GPT-6 Astra;折扣價下每項任務成本只有 60%

Gemini 4 Argon 是 Google DeepMind 超過 7 個月以來,首款高於 Flash 級別的專有模型。採用高推理設定(最高可用級別)時,它在 Artificial Analysis Intelligence Index 得分 53,與 GPT-6 Astra(max,53)相同,並比 GPT-6.1 Sol(max,52)高 1 分;提升主要來自較低的幻覺率和更強的代理能力。

目前定價折扣為 50%,快取折扣亦提高至 95%;按此價格,Gemini 4 Argon 每項 Intelligence Index 任務成本為 $1.99,相當於 GPT-6 Astra(max)的 60%,但仍是 GPT-6.1 Sol(max)的 2.7 倍。折扣結束後,費用將升至 $3.98(約為 GPT-6 Astra(max)的 1.2 倍)。

Gemini 4 Argon 目前正逐步向指定用戶推出,尚未公開提供。50% 折扣屬初期推廣優惠。Google 尚未公佈優惠的結束日期

Gemini 4 Argon 採用高推理設定的主要基準測試結果:

➤ Google 重回智能表現排名前三的實驗室之列:Gemini 4 Argon(high)在 Artificial Analysis Intelligence Index 得分 53,與 GPT-6 Astra(max,53)相同,並比 GPT-6.1 Sol(max,52)高 1 分。這比 Google 上一款非 Flash 模型 Gemini 3.1 Pro Preview(30)高 23 分,亦比 Gemini 3.8 Flash(high)高 12 分

➤ 推出時的 50% 折扣令 Gemini 4 Argon 的每項任務成本更具競爭力:按目前折扣價,Gemini 4 Argon(high)每項 Intelligence Index 任務成本為 $1.99;在智能水平相若的情況下,僅為 GPT-6 Astra(max,$3.26)的 60%。成本效益來自較低的 token 價格,而非減少 token 用量:Gemini 4 Argon 每項任務平均輸出 62k tokens,GPT-6 Astra(max)則為 27k。Google 尚未公佈優惠結束日期;按標準價格計算,每項任務成本將升至 $3.98

➤ 代理能力更強:代理能力一向是 Gemini 模型較弱的一環,但 Gemini 4 Argon 在多項代理評測中均有進步。它在 AutomationBench-AA 得分 78%,排名第 1,比 Claude Sonnet 5.5(max,71%)高 7 分。在 Terminal Bench 4 中,Gemini 4 Argon 得分 57%,較 Gemini 3.1 Pro Preview 大幅提高 + 53 分;只有 Claude Sonnet 5.5(max,64%)、Claude Opus 5.5(max,60%)和 GPT-6 Astra(59%)排名在前。在 AA-Briefcase 中,它取得 1494 Elo。這得益於 65% 的評分準則通過率,是我們錄得的最高水平,但其分析質素(1576 Elo)和呈現質素(1308 Elo)則較低

➤ 領先模型中幻覺率最低:在 AA-Omniscience 中,Gemini 4 Argon 的幻覺率為 15%,是 Intelligence Index 得分達 45+ 的模型當中最低;GPT-6 Astra(max)和 GPT-6.1 Sol(max)分別為 51% 和 54%。換言之,Argon 遇到不懂回答的問題時,遠較可能坦承不確定,而非胡亂猜測。準確度方面,Gemini 4 Argon 得分 50%,較 Gemini 3.1 Pro Preview 低 5 分,亦比 GPT-6 Astra(max,63%)低 13 分。雖然準確度略低,其 AA-Omniscience 總分 42 仍與 GPT-6 Astra(43)和 GPT-6.1 Sol(42)相若

模型主要規格:

➤ 上下文視窗:1M tokens

➤ 多模態能力:輸入支援文字、圖像、影片和語音,輸出為文字

➤ 定價:標準價格為每 1M 個輸入/輸出 tokens $4/$20;目前至少首月有 50% 折扣,降至 $2/$10。快取輸入 tokens 可享 95% 折扣,折扣期間每 1M 個只需 $0.10;Gemini 3.8 Flash 的折扣則為 90%

➤ 長解碼延續(Long Decode Continuation):我們測試了 Gemini 4 Argon 使用 Long Decode Continuation 的效果。這是 Gemini API 新功能,可暫停較長回應,並在後續呼叫中繼續生成;因此推理過程最多可輸出 1M tokens,而不會遇到請求逾時

如需進一步分析,請參閲 https://artificialanalysis.ai/models/gemini-4-argon

來源:Artificial Analysis 完整文章 · artificialanalysis.ai