Arena 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 $0.62。
原文给出 Gemini 4 Argon (High) 在 Agent Arena 的排名、净提升分和成本数据，读者可据此评估其智能体任务表现与性价比。
来自 @GoogleDeepMind 的更多重磅消息：Gemini 4 Argon (High) 在 Agent Arena 中排名第 #8，净提升分数为 +7.92%，并以每任务 $0.62 的成本重塑了帕累托前沿！请看下方它的排名。
Gemini 4 Argon (High) 相比 Gemini 3.8 Flash (High) 提升了 4.96 个百分点，后者以 +2.96% 的净提升排名第 #19。
从关键信号来看，Gemini 4 Argon (High) 在以下方面表现突出：
- 可引导性排名第 #1，为 +15.88%（即当你提出异议时，模型进行纠偏的能力）
- 确认成功排名第 #2，为 +14.15%（用户明确反馈任务已成功完成）
- 赞扬与投诉对比排名第 #4，为 +27.74%（用户反应中的隐含情绪）
按类别划分，Gemini 4 Argon (High) 在 Chat 方面尤其强劲，以 +11.58% 的净提升位列第 #3。
截至目前已有 3k 次真实世界的智能体会话，因此这一分数仍是初步的。随着来自我们全球用户社区的更多轨迹数据涌入，敬请关注。
祝贺 @GoogleDeepMind 团队发布这一版本！
重大新闻：@GoogleDeepMind 的 Gemini 4 Argon (High) 刚刚以 1525 分在 Text Arena 中排名第 1，并以 1679 分在 Code Arena: WebDev 中排名第 8！ 此次发布以 8 美元/百万 Token 的混合价格重塑了 Text Arena 的帕累托前沿！Gemini 4 Argon (High) 现在是成本效率最高的模型，请在下方查看其在帕累托前沿上的位置。 在 Text Arena 中，Gemini 4 Argon (High) 在 Coding、Hard Prompts、Instruction Following、Longer Query 和 Creative Writing 中排名第 1。它还在所有评估的职业领域中领先，并在英语、非英语、中文和俄语中额外获得第 1 名。 该模型比排名第 2 的 Claude Opus 4.6 (High) 高出 20 分，相比 Google 上一次发布的 Gemini 3.8 Flash (High)（排名第 11）是一次巨大飞跃！ 在 Code Arena: WebDev 中，Gemini 4 Argon (High) 比 Gemini 3.8 Flash (High) 提升了 96 分，并从第 29 名升至第 8 名。 祝贺 @GoogleDeepMind 团队完成这一令人印象深刻的前沿发布！
原文
Big news: Gemini 4 Argon (High) by @GoogleDeepMind just landed #1 in Text Arena with 1525 pts, and #8 in Code Arena: WebDev with 1679 pts! This release has reshaped the Text Arena Pareto frontier with a blended $8/MToken! Gemini 4 Argon (High) is now the most cost efficient model, see its placement on Pareto frontier below. In the Text Arena, Gemini 4 Argon (High) ranks #1 in Coding, Hard Prompts, Instruction Following, Longer Query, and Creative Writing. It also leads every occupational domain evaluated, with additional #1 spots in English, Non-English, Chinese, and Russian. This model is +20 points above the #2 ranked Claude Opus 4.6 (High), and a huge leap from Google’s previous release, Gemini 3.8 Flash (High) at #11! In Code Arena: WebDev, Gemini 4 Argon (High) gained +96 points from Gemini 3.8 Flash (High), and went from #29 to #8. Congrats to the @GoogleDeepMind team on this impressive frontier release!
来源：Arena.ai · x.com