Gemini 4 Argon：Google 重返智能水平领先实验室前三
英文标题：🔶 Gemini 4 Argon: Google is back among the top three labs in intelligence achieved
Google DeepMind 推出的 Gemini 4 Argon 在 Artificial Analysis Intelligence Index 上获得 53 分，与 GPT-6 Astra（max）持平，并领先 GPT-6.1 Sol（max）1 分。该模型目前以 50% 的首发折扣计价，每项 Intelligence Index 任务成本为 1.99 美元，约为 GPT-6 Astra 的 60%，但促销结束后将升至 3.98 美元。Gemini 4 Argon 在 Agent 能力和幻觉率方面明显提升，在 AutomationBench-AA 上排名第一，且在领先模型中拥有最低的 15% 幻觉率。该模型目前仅向部分用户逐步开放，尚未公开发布，开发者还可通过新的 Gemini API Long Decode Continuation 功能支持最长 100 万输出 token 的推理过程。
297.1 KB
498.8 KB
179.2 KB
293.9 KB
252.5 KB
423.9 KB
1.1 MB
1.8 MB
10.5 KB
39.1 KB
6.8 KB
2.5 MB
中文
Gemini 4 Argon：Google 重返智能水平领先实验室前三
Google 新推出的 Gemini 4 Argon 在 Artificial Analysis Intelligence Index 上与 GPT-6 Astra 持平，并凭借折扣价格将单任务成本降至其 60%
Gemini 4 Argon 是 Google DeepMind 7 个多月以来首个定位高于 Flash 系列的专有模型。该模型在高推理强度设置下（可用的最高设置）于 Artificial Analysis Intelligence Index 获得 53 分，与 GPT-6 Astra（max，53 分）持平，并比 GPT-6.1 Sol（max，52 分）高 1 分；其提升主要来自更低的幻觉率和更强的 Agent 能力。
在当前 50% 的价格折扣以及提升至 95% 的缓存折扣下，Gemini 4 Argon 每项 Intelligence Index 任务的成本为 1.99 美元，约为 GPT-6 Astra（max）的 60%，但为 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 目前正向部分用户逐步推出，尚未公开可用。50% 折扣为初始促销活动，Google 尚未确认促销结束日期。
Gemini 4 Argon 在高推理强度下的关键基准测试结果：
➤ **Google 重返智能水平领先实验室前三：**Gemini 4 Argon（high）在 Artificial Analysis Intelligence Index 上获得 53 分，与 GPT-6 Astra（max，53 分）持平，并比 GPT-6.1 Sol（max，52 分）高 1 分。这比 Google 此前的非 Flash 模型 Gemini 3.1 Pro Preview（30 分）高 23 分，也比 Gemini 3.8 Flash（high）高 12 分。
➤ **50% 的首发折扣使 Gemini 4 Argon 在单任务成本上具备竞争力：**按当前折扣价格，Gemini 4 Argon（high）每项 Intelligence Index 任务成本为 1.99 美元；在相当的智能水平下，这相当于 GPT-6 Astra（max，每项 3.26 美元）成本的 60%。这种成本效率来自更低的 token 价格，而非更少的 token 使用量：Gemini 4 Argon 每项任务平均输出 6.2 万个 token，而 GPT-6 Astra（max）为 2.7 万个 token。Google 尚未确认促销结束日期，但按标准定价，单任务成本将升至 3.98 美元。
**➤ 更强的 Agent 表现：**Gemini 模型历来在这一领域相对较弱，而 Gemini 4 Argon 在多项 Agent 评测中表现出提升。它在 AutomationBench-AA 上以 78% 排名第一，比 Claude Sonnet 5.5（max，71%）高 7 个百分点。在 Terminal Bench 4 上，Gemini 4 Argon 达到 57%，较 Gemini 3.1 Pro Preview 提升 53 个百分点，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。这主要由 65% 的 rubric 通过率推动，这是我们记录过的最高水平，但其 Analytical Quality（1576 Elo）和 Presentation Quality（1308 Elo）相对较低。
**➤ 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 Intelligence Index 得分达到 45 分以上模型中最低的；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，而不是进行错误猜测。在准确率方面，Gemini 4 Argon 得分为 50%，比 Gemini 3.1 Pro Preview 低 5 个百分点，也比 GPT-6 Astra（max，63%）低 13 个百分点。尽管准确率略低，其 AA-Omniscience 总分为 42，仍与 GPT-6 Astra（43）和 GPT-6.1 Sol（42）处于相近水平。
关键模型细节：
➤ **上下文窗口：**100 万 token
➤ **多模态能力：**支持文本、图像、视频和语音输入，文本输出
➤ **定价：**标准价格为每 100 万 input/output token 4 美元/20 美元，目前至少一个月内提供 50% 折扣，降至 2 美元/10 美元。缓存输入 token 可享受 95% 折扣（按折扣价计算，每 100 万 token 为 0.10 美元），高于 Gemini 3.8 Flash 的 90% 折扣。
**➤ 长解码续写（Long Decode Continuation）：**我们使用 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响应。该功能使推理过程可运行至最多 100 万个输出 token，而不会发生请求超时。
如需进一步分析，请参阅 https://artificialanalysis.ai/models/gemini-4-argon
English / 原文
Gemini 4 Argon: Google is back as one of the top three labs in intelligence achieved
Google’s new Gemini 4 Argon equals GPT-6 Astra on the Artificial Analysis Intelligence Index at 60% of the Cost per Task with discounted prices
Gemini 4 Argon is Google DeepMind’s first proprietary model above the Flash class in over 7 months. With high reasoning (the highest available), it scores 53 on the Artificial Analysis Intelligence Index, matching GPT-6 Astra (max, 53) and 1 point ahead of GPT-6.1 Sol (max, 52), with gains driven by lower hallucinations and stronger agentic capabilities.
At its current 50% pricing discount and with cache discounts increased to 95%, Gemini 4 Argon costs $1.99 per Intelligence Index task, 60% of GPT-6 Astra (max), but 2.7x GPT-6.1 Sol (max). After the discount ends, this will rise to $3.98 (~1.2x GPT-6 Astra (max)).
Gemini 4 Argon is currently being rolled out to selected users and is not publicly available. The 50% discount is an initial promotion. Google has not yet confirmed the promotion end date
Key benchmarking results for Gemini 4 Argon with high reasoning:
➤ Google returns as one of the top three labs on intelligence: Gemini 4 Argon (high) scores 53 on the Artificial Analysis Intelligence Index, matching GPT-6 Astra (max, 53) and 1 point ahead of GPT-6.1 Sol (max, 52). This is 23 points above Google’s previous non-Flash model, Gemini 3.1 Pro Preview (30) and 12 points ahead of Gemini 3.8 Flash (high)
➤ Launch discounts of 50% make Gemini 4 Argon competitive on Cost per Task: At current discounted pricing, Gemini 4 Argon (high) costs $1.99 per Intelligence Index task, 60% of GPT-6 Astra (max, $3.26) for a comparable level of intelligence. This cost efficiency is driven by lower token prices, rather than reduced token use, with Gemini 4 Argon averaging 62k output tokens per task, compared with 27k for GPT-6 Astra (max). Google has not yet confirmed the promotion end date, but on standard pricing, Cost per Task will increase to $3.98
➤ Stronger agentic performance: Historically a weaker area for Gemini models, Gemini 4 Argon shows improvements across agentic evaluations. It ranks #1 on AutomationBench-AA at 78%, 7 points ahead of Claude Sonnet 5.5 (max, 71%). On Terminal Bench 4, Gemini 4 Argon achieves 57%, a + 53 point improvement from Gemini 3.1 Pro Preview, only behind Claude Sonnet 5.5 (max, 64%), Claude Opus 5.5 (max, 60%) and GPT-6 Astra (59%). On AA-Briefcase, it reaches 1494 Elo. This is driven by a 65% rubric pass rate, the highest we have recorded, but lower Analytical Quality (1576 Elo) and Presentation Quality (1308 Elo)
➤ Lowest hallucination rate among leading models: On AA-Omniscience, Gemini 4 Argon has a 15% hallucination rate, the lowest of any model scoring 45+ on the Intelligence Index, compared with 51% for GPT-6 Astra (max) and 54% for GPT-6.1 Sol (max). This means Argon is much more likely to acknowledge when it does not know an answer rather than guess incorrectly. On accuracy, Gemini 4 Argon scores 50%, a 5 point decrease from Gemini 3.1 Pro Preview, and 13 points below GPT-6 Astra (max, 63%). With this slightly lower accuracy, its overall AA-Omniscience score of 42 remains in line with GPT-6 Astra (43) and GPT-6.1 Sol (42)
Key model details:
➤ Context Window: 1M tokens
➤ Multimodality: Text, image, video, and speech input, with text output
➤ Pricing: $4/$20 per 1M input/output tokens at standard pricing, currently discounted 50% to $2/$10 for at least one month. Cached input tokens receive a 95% discount ($0.10 per 1M at discounted pricing), up from 90% on Gemini 3.8 Flash
➤ Long Decode Continuation: We tested Gemini 4 Argon with Long Decode Continuation, a new Gemini API feature that pauses long responses and resumes them across follow-up calls. This lets reasoning run up to 1M output tokens without request timeouts
For further analysis, see https://artificialanalysis.ai/models/gemini-4-argon