Google 的新 Gemini 4 Argon 在 Artificial Analysis Intelligence Index 上以每次任务成本 60% 的折扣价格与 GPT-6 Astra 持平。Google 现在重新成为智能水平最高的三大实验室之一

Gemini 4 Argon 是 @GoogleDeepMind 在超过 7 个月里首个高于 Flash 级别的专有模型。在高推理（可用的最高档）下，它在 Artificial Analysis Intelligence Index 上得分 53，与 GPT-6 Astra（max，53）持平，并领先 GPT-6.1 Sol（max，52）1 分，提升由更低的幻觉和更强的智能体能力驱动。

在其当前 50% 价格折扣且缓存折扣提高到 95% 的情况下，Gemini 4 Argon 每项 Intelligence Index 任务成本为 $1.99，是 GPT-6 Astra（max）的 60%，但是 GPT-6.1 Sol（max）的 2.7 倍。折扣结束后，这将升至 $3.98（约为 GPT-6 Astra（max）的 1.2 倍）。

Gemini 4 Argon 目前正在向部分用户推出，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 在高推理下的关键基准测试结果：

➤ Google 作为智能水平最高的三大实验室之一回归：Gemini 4 Argon（high）在 Artificial Analysis Intelligence Index 上得分 53，与 GPT-6 Astra（max，53）持平，并领先 GPT-6.1 Sol（max，52）1 分。这比 Google 上一个非 Flash 模型 Gemini 3.1 Pro Preview（30）高 23 分，并领先 Gemini 3.8 Flash（high）12 分

➤ 50% 的发布折扣使 Gemini 4 Argon 在每次任务成本上具有竞争力：在当前折扣价格下，Gemini 4 Argon（high）每项 Intelligence Index 任务成本为 $1.99，在可比智能水平下是 GPT-6 Astra（max，$3.26）的 60%。这种成本效率由更低的 token 价格驱动，而不是更少的 token 使用量，Gemini 4 Argon 平均每项任务输出 62k tokens，而 GPT-6 Astra（max）为 27k。Google 尚未确认促销结束日期，但按标准价格，每次任务成本将增至 $3.98

➤ 更强的智能体表现：这历来是 Gemini 模型的较弱领域，Gemini 4 Argon 在各项智能体评估中显示出改进。它在 AutomationBench-AA 上以 77.5% 排名第 1，领先 Claude Sonnet 5.5（max，71.3%）6 分。在 Terminal Bench 4 上，Gemini 4 Argon 达到 57%，比 Gemini 3.1 Pro Preview 提升 +53 分，仅落后于 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。这由 65% 的评分标准通过率驱动，这是我们记录到的最高值，但 Analytical Quality（1576 Elo）和 Presentation Quality（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 Intelligence Index 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 更可能承认自己不知道答案，而不是错误猜测。在准确率上，Gemini 4 Argon 得分 50%，比 Gemini 3.1 Pro Preview 下降 5 分，并比 GPT-6 Astra（max，63%）低 13 分。由于这一略低的准确率，其 AA-Omniscience 总分 42 仍与 GPT-6 Astra（43）和 GPT-6.1 Sol（42）一致

关键模型细节：

➤ 上下文窗口：1M tokens

➤ 多模态：文本、图像、视频和语音输入，文本输出

➤ 定价：标准价格为每 1M 输入/输出 tokens $4/$20，当前折扣 50% 至 $2/$10。缓存输入 tokens 享受 95% 折扣（折扣价格下每 1M $0.10），高于 Gemini 3.8 Flash 的 90%

➤ Long Decode Continuation：我们用 Long Decode Continuation 测试了 Gemini 4 Argon，这是一项新的 Gemini API 功能，可暂停长响应并在后续调用中恢复它们。这使推理可运行最多 1M 输出 tokens 而不会请求超时