Artificial Analysis 评测 Gemini 4 Argon：Google 重回智能前三梯队
Gemini 4 Argon: Google is back as one of the top three labs in intelligence achieved
Artificial Analysis 评测 Google DeepMind 的 Gemini 4 Argon，其高推理档在 Artificial Analysis Intelligence Index 得分 53，追平 GPT-6 Astra (max)、领先 GPT-6.1 Sol (max) 1 分。
评测方给出与竞品的价格和智能指数对比，读者可据此评估 Google 新模型在成本与智能上的真实位置。
Google 的新 Gemini 4 Argon 在 Artificial Analysis 智能指数上追平 GPT-6 Astra，在折扣价格下每任务成本仅为其 60%
Gemini 4 Argon 是 Google DeepMind 七个多月来首个高于 Flash 级别的专有模型。在高推理模式（可用的最高档）下，它在 Artificial Analysis 智能指数上得分 53，与 GPT-6 Astra（max，53）持平，领先 GPT-6.1 Sol（max，52）1 分，其提升主要来自更低的幻觉率和更强的智能体能力。
在当前 50% 的价格折扣以及缓存折扣提高至 95% 的情况下，Gemini 4 Argon 每完成一个智能指数任务的成本为 1.99 美元，是 GPT-6 Astra（max）的 60%，但却是 GPT-6.1 Sol（max）的 2.7 倍。折扣结束后，这一成本将升至 3.98 美元（约为 GPT-6 Astra（max）的 1.2 倍）。
Gemini 4 Argon 目前正在向部分选定用户逐步推出，尚未公开可用。50% 折扣是初期促销。Google 尚未确认促销结束日期
Gemini 4 Argon 在高推理模式下的关键基准测试结果：
➤ Google 重返智能领域前三实验室之列： Gemini 4 Argon（high）在 Artificial Analysis 智能指数上得分 53，与 GPT-6 Astra（max，53）持平，领先 GPT-6.1 Sol（max，52）1 分。这比 Google 上一款非 Flash 模型 Gemini 3.1 Pro Preview（30）高出 23 分，并领先 Gemini 3.8 Flash（high）12 分
➤ 50% 的发布折扣使 Gemini 4 Argon 在每任务成本上具有竞争力： 在当前折扣价格下，Gemini 4 Argon（high）每完成一个智能指数任务的成本为 1.99 美元，在智能水平相当的情况下，是 GPT-6 Astra（max，3.26 美元）的 60%。这种成本效率源于更低的 token 价格，而非更少的 token 使用量，Gemini 4 Argon 平均每任务输出 62k token，而 GPT-6 Astra（max）为 27k。Google 尚未确认促销结束日期，但按标准价格计算，每任务成本将升至 3.98 美元
➤ 更强的智能体表现： 这历来是 Gemini 模型的弱项，而 Gemini 4 Argon 在各项智能体评估中均有所提升。它在 AutomationBench-AA 上以 78% 排名第一，领先 Claude Sonnet 5.5（max，71%）7 分。在 Terminal Bench 4 上，Gemini 4 Argon 达到 57%，较 Gemini 3.1 Pro Preview 提升 53 分，仅次于 Claude Sonnet 5.5（max，64%）、Claude Opus 5.5（max，60%）和 GPT-6 Astra（59%）。在 AA-Briefcase 上，它达到 1494 Elo。这得益于 65% 的评分标准通过率，这是我们记录到的最高值，但分析质量（1576 Elo）和呈现质量（1308 Elo）较低
➤ 领先模型中最低的幻觉率： 在 AA-Omniscience 上，Gemini 4 Argon 的幻觉率为 15%，是所有在智能指数上得分 45+ 的模型中最低的，相比之下 GPT-6 Astra（max）为 51%，GPT-6.1 Sol（max）为 54%。这意味着 Argon 在不知道答案时更可能承认，而不是错误猜测。在准确率方面，Gemini 4 Argon 得分为 50%，较 Gemini 3.1 Pro Preview 下降 5 分，比 GPT-6 Astra（max，63%）低 13 分。由于准确率略低，其 AA-Omniscience 总分 42 与 GPT-6 Astra（43）和 GPT-6.1 Sol（42）基本持平
关键模型细节：
➤ 上下文窗口： 1M token
➤ 多模态： 文本、图像、视频和语音输入，文本输出
➤ 定价：标准定价为每 100 万输入/输出 token 4 美元/20 美元，目前享受 50% 折扣，降至 2 美元/10 美元，至少持续一个月。缓存输入 token 享受 95% 折扣（折扣价下每 100 万 token 0.10 美元），高于 Gemini 3.8 Flash 的 90%
➤ 长解码续接：我们使用 Long Decode Continuation 测试了 Gemini 4 Argon，这是 Gemini API 的一项新功能，可暂停长响应并在后续调用中继续。这使得推理可运行多达 100 万输出 token，而不会出现请求超时
如需进一步分析，请参阅 https://artificialanalysis.ai/models/gemini-4-argon
来源：Artificial Analysis 完整文章（网页） · artificialanalysis.ai