Google ने सितंबर के बिलकुल अंत में Gemini 4 Argon की घोषणा की। Argon Google का पहला Gemini 4 मॉडल है और नया फ्रंटियर। यह OpenAI के GPT-6 Astra के चार सप्ताह बाद आया है, जो सितंबर की शुरुआत से OpenAI का नया फ्लैगशिप है।
Google की लॉन्च तालिका में ज्यादातर श्रेणियों पर Argon Astra से आगे है, और कीमत Astra की तुलना में बहुत कम है। लेकिन एक बात किसी भी बेंचमार्क से ज़्यादा मायने रखती है: Argon अभी आम तौर पर उपलब्ध नहीं है। Google इसे पहले सत्यापित साइबरसुरक्षा टीमों को दे रहा है, डेवलपर्स या उपभोक्ताओं के लिए कोई तिथि नहीं है।
संक्षेप में
- Google की अपनी बेंचमार्क तालिका में, Gemini 4 Argon कानूनी, वित्त और व्यावसायिक वर्कफ़्लो कार्यों में बढ़त के साथ, अधिकांश श्रेणियों में GPT-6 Astra को मात देता है।
- सबसे कठिन सॉफ्टवेयर इंजीनियरिंग, वैज्ञानिक टर्मिनल कार्य, और कंप्यूटर उपयोग में GPT-6 Astra की बढ़त बनी रहती है।
- Argon की शुरुआती कीमत Astra की एक-पाँचवां है, और इसकी मानक कीमत भी आधे से कम है।
- लेकिन आप अभी Argon का उपयोग नहीं कर सकते: एक्सेस Google के विश्वसनीय साइबर डिफेंडर्स तक सीमित है, इसके बाद भुगतान करने वाले API ग्राहक और AI Ultra सब्सक्राइबर्स हैं।
- इसलिए, यदि आपको आज प्रोडक्शन में एक फ्रंटियर मॉडल चाहिए, तो GPT-6 Astra चुनें।
Gemini 4 Argon क्या है?
Gemini 4 Argon Google DeepMind का नया फ्रंटियर मॉडल है, जिसकी घोषणा सितंबर के अंत में हुई। यह Gemini 4 पीढ़ी का पहला मॉडल है।
Google ने Argon को लंबे, बहु-चरणीय कार्यों पर गहन तर्क करने के लिए बनाया है। इसे 1M टोकन के आउटपुट सीमा तक बढ़ाकर समर्थित किया गया है ताकि मॉडल एक कठिन समस्या पर एक ही पास में विचार कर सके।
GPT-6 Astra क्या है?
GPT-6 Astra OpenAI का फ्लैगशिप मॉडल है, जो सितंबर की शुरुआत में जारी हुआ। यह GPT-6 परिवार में GPT-6.1 Sol और GPT-6 Luna के ऊपर शीर्ष पर बैठता है।
OpenAI इसे अपने सबसे सक्षम मॉडल के रूप में पेश करता है, जो जटिल तर्क और कोडिंग से लेकर कंप्यूटर उपयोग और शोध तक सबसे मांग वाले कार्यों के लिए बना है।
Gemini 4 Argon बनाम GPT-6 Astra: आमने-सामने तुलना
Google की लॉन्च तालिका के 19 बेंचमार्क में, Argon 14 पर Astra से अधिक स्कोर करता है, Astra 4 जीतता है, और एक टाई है। ये सभी Google की अपनी तालिका से हैं, इसलिए इन्हें स्वतंत्र रैंकिंग के बजाय Argon के पक्ष में Google के तर्क के रूप में पढ़ें। मैंने उस तालिका को थोड़ा संक्षिप्त किया है ताकि इस रिलीज़ के लिए सबसे प्रसिद्ध, रोचक और प्रासंगिक बेंचमार्क दिखाए जा सकें।
| फ़ीचर | Gemini 4 Argon | GPT-6 Astra |
|---|---|---|
| Vals Index | 68.9% | 63.1% |
| AutomationBench | 51.3% | 41.4% |
| Vals Finance Agent v2 | 65.4% | 53.5% |
| Harvey's Legal Agent Benchmark | 19.6% | 5.4% |
| DeepSWE v1.1 | 77.9% | 74.1% |
| FrontierSWE v2 | 55.0% | 65.5% |
| Terminal-bench 4.0 | 57.4% | 58.2% |
| Terminal-Bench Science 0.1 | 57.6% | 68.1% |
| OSWorld-2.0 (ऑफलाइन सबसेट) | 69.2% | 72.6% |
| अधिकतम आउटपुट टोकन | 1M | 128K |
| उपलब्धता | केवल विश्वसनीय साइबर डिफेंडर्स | सामान्यतः उपलब्ध |
नीचे दी गई प्रत्येक आयाम तालिका के बाकी हिस्सों का सार ले जाती है।
नॉलेज वर्क: कानूनी, वित्त, और व्यावसायिक वर्कफ़्लो
यहीं Argon की बढ़त सबसे चौड़ी है, और Google ने अपना लॉन्च भी इसी पर केंद्रित किया।
कानूनी शोध और ड्राफ्टिंग का परीक्षण करने वाले Harvey's Legal Agent Benchmark पर, Argon 19.6% स्कोर करता है जबकि Astra 5.4% पर है। यह दोनों के लिए कम स्कोर है, लेकिन तीन गुना से अधिक कार्य पूरे होना पूरी तालिका में सबसे बड़ा सापेक्ष अंतर है।
यह पैटर्न वित्तीय शोध और व्यावसायिक ऑटोमेशन में भी दिखता है, जहाँ Argon लगभग 10 से 12 अंकों से आगे है। यदि दावे लोगों के उपयोग करने के बाद भी टिके, तो दस्तावेज़-प्रधान कानूनी और वित्तीय कार्यों के लिए Argon अधिक मज़बूत मॉडल होगा।
कोडिंग और सॉफ्टवेयर इंजीनियरिंग
कोडिंग मिश्रित है, और यह इस पर निर्भर करता है कि आप किस प्रकार की इंजीनियरिंग की बात कर रहे हैं।
Argon DeepSWE v1.1 में आगे है, जो वास्तविक कोडबेस में लंबे क्षितिज वाले कार्यों का परीक्षण करता है, और Vibe Code Bench पर यह काम करने वाले ऐप्स बनाने की ग्रेडिंग में Astra से थोड़ा आगे है।
Astra FrontierSWE v2 पर स्पष्ट रूप से जीतता है, और Terminal-bench 4.0 पर दोनों में एक अंक के भीतर का अंतर है।
Google के अपने उदाहरण बड़े माइग्रेशन की ओर झुकते हैं, जिनमें Google कोडबेस में C और C++ से Rust तक शामिल हैं।
हालाँकि, तालिका के सबसे कठिन इंजीनियरिंग बेंचमार्क पर Astra अब भी आगे है।
लंबा संदर्भ और दृश्य समझ
इनपुट जितना लंबा होता है, Argon उतना ही आगे निकलता है।
GraphWalks पर, जो लंबे संदर्भ में फैली ग्राफ़ संरचनाओं पर तर्क की जाँच करता है, 128K टोकन तक दोनों क़रीब हैं, लेकिन 256K से 1M टोकन तक Argon का स्कोर अधिक है।
Argon लंबी वीडियो समझ के लिए LVBench पर भी आगे है, जबकि चार्ट पढ़ने में Chartography पर मुकाबला लगभग बराबरी का है।
जो लोग पूरे कॉन्ट्रैक्ट, कोडबेस, या रिकॉर्डिंग मॉडल में देते हैं, उनके लिए उपलब्धता के बाद यह सबसे व्यावहारिक अंतर है।
विज्ञान, गणित, और कंप्यूटर उपयोग
वैज्ञानिक टर्मिनल कार्य में Astra अपनी पकड़ बनाए रखता है, Terminal-Bench Science 0.1 पर 10 से अधिक अंकों से आगे। Argon जीवविज्ञान शोध बेंचमार्क LABBench 2 और गणित में RiemannBench पर आगे है। कंप्यूटर उपयोग में, Astra OSWorld-2.0 पर आगे है जबकि Argon Agent's Last Exam पर आगे है, इसलिए इस श्रेणी का स्पष्ट मालिक कोई नहीं।
उपलब्धता और सुरक्षा
Astra वह है जिसे आप आज ही तैनात कर सकते हैं। Argon फिलहाल Google के Fairwind Program के विश्वसनीय साइबर डिफेंडर्स, साथ ही Google की आंतरिक टीमों तक सीमित है, और Google कहता है कि भुगतान करने वाले API ग्राहक और Google AI Ultra सब्सक्राइबर अगली कतार में हैं, बिना तारीख बताए।
Argon की साइबर कहानी दो धार वाली है। Google इसे सत्यापित डिफेंडर्स के लिए बिना साइबर गार्डरेल्स के जारी कर रहा है, और यह वास्तविक सुरक्षा कमजोरियों को ठीक करने का परीक्षण करने वाले CWE-bench v1 पर प्रथम स्थान के लिए Astra की बराबरी करता है।
बाकी सभी के लिए, Google कहता है कि Argon हानिकारक साइबर और CBRN अनुरोधों को अस्वीकार करेगा और ऐसे मॉनिटर चलाता है जो मॉडल के उपयोगकर्ता की मंशा से आगे बढ़ने पर निष्पादन को रोक सकते हैं।
मूल्य निर्धारण: आप वास्तव में क्या चुकाते हैं
शुरुआती कीमत पर Argon की लागत Astra की एक-पाँचवां है और मानक कीमत पर भी आधे से कम है, लेकिन Google ने यह नहीं बताया कि शुरुआती कीमत कितने समय तक रहेगी।
टोकन दरें साथ-साथ
| दर | Gemini 4 Argon (शुरुआती) | Gemini 4 Argon (मानक) | GPT-6 Astra |
|---|---|---|---|
| इनपुट, प्रति 1M टोकन | $2.00 | $4.00 | $10.00 |
| आउटपुट, प्रति 1M टोकन | $10.00 | $20.00 | $50.00 |
| कैश्ड इनपुट रीड, प्रति 1M टोकन | $0.10 (इनपुट से 95% कम) | प्रकाशित नहीं | $1.00 |
| लॉन्ग-कॉन्टेक्स्ट अधिभार | प्रकाशित नहीं | प्रकाशित नहीं | 272K इनपुट टोकन से अधिक: पूरे अनुरोध के लिए इनपुट और कैश का 2x, आउटपुट का 1.5x |
मल्टिपल इनपुट और आउटपुट दोनों पर समान है: शुरुआती दरों पर Astra का 0.2x और मानक दरों पर 0.4x। दोनों विक्रेता तर्क करने को आउटपुट के रूप में बिल करते हैं, जो Argon के लिए अधिक मायने रखता है, क्योंकि Google ने इसका आउटपुट सीमा 1M टोकन तक इसलिए बढ़ाया ताकि यह अधिक देर तक सोच सके।
मानक दरों पर भी, Argon की लागत Astra की आधी से काफी कम आती है। खुला सवाल लंबे प्रॉम्प्ट हैं, जहाँ केवल Astra ने अपनी कीमत प्रकाशित की है।
वास्तविक वर्कलोड की लागत
| वर्कलोड | Gemini 4 Argon (शुरुआती) | Gemini 4 Argon (मानक) | GPT-6 Astra |
|---|---|---|---|
| संतुलित असिस्टेंट: 1M इन / 250K आउट | $4.50 | $9.00 | $22.50 |
| रीट्रीवल, प्रत्येक अनुरोध 272K से कम: 10M इन / 1M आउट | $30 | $60 | $150 |
| रीट्रीवल, प्रत्येक अनुरोध 272K से अधिक: 10M इन / 1M आउट | प्रकाशित नहीं | प्रकाशित नहीं | $275 |
प्रत्येक कुल (वॉल्यूम ÷ 1M) × दर के बराबर है, जिसे इनपुट और आउटपुट के बीच जोड़ा गया है, मानक दरों पर।
- संतुलित असिस्टेंट: शुरुआती दरों पर Argon प्रति माह $18 (80%) बचाता है और मानक दरों पर $13.50 (60%)।
- 272K से कम रीट्रीवल: वही 80% और 60% की बचत, ऐसे पैमाने पर जहाँ वे मायने रखने लगती हैं: $120 या $90 प्रति माह।
- 272K से अधिक रीट्रीवल: Astra का अधिभार इसकी लागत को $275 तक बढ़ा देता है। Google ने यह नहीं बताया कि Argon में कोई लॉन्ग-कॉन्टेक्स्ट टियर है या नहीं, इसलिए जब Argon का प्राइसिंग पेज लाइव हो, तो यही पंक्ति जाँचने लायक है।
दोनों विक्रेता अलग टोकनाइज़र का उपयोग करते हैं और किसी साझा वर्कलोड के टोकन काउंट प्रकाशित नहीं किए हैं, इसलिए इन कुलों को बिल के बजाय दर तुलना के रूप में लें।
Gemini 4 Argon बनाम GPT-6 Astra: कब क्या चुनें
अभी के लिए, फैसला बेंचमार्क पर नहीं बल्कि उपलब्धता पर है: Astra सामान्यतः उपलब्ध है, और Argon सत्यापित साइबर डिफेंडर्स तक सीमित है। एक बार Argon खुलने के बाद, इसकी 0.2x से 0.4x कीमत वाली बढ़त इसे नॉलेज वर्क के लिए टेस्ट करने का डिफॉल्ट बना देगी।
Gemini 4 Argon चुनें, यदि...
- आपका काम कानूनी शोध, वित्तीय विश्लेषण, या व्यावसायिक ऑटोमेशन है। Google की तालिका में यहीं इसकी सबसे चौड़ी बढ़त है, और कानूनी अंतर सबसे बड़ा है।
- आप इसे बहुत लंबे इनपुट देते हैं। 256K से 1M टोकन के पार तर्क में यह Astra की तुलना में कहीं बेहतर टिकता है, और लंबी वीडियो पर आगे है।
- फ्रंटियर गुणवत्ता पर कीमत मायने रखती है। मानक दरों पर भी, यह प्रति टोकन Astra की आधे से काफी कम लागत रखता है।
GPT-6 Astra चुनें, यदि...
- आपको इसे आज चाहिए। Astra ChatGPT, OpenAI API, Azure, Bedrock, GitHub Copilot, और OpenRouter में है, जबकि Argon का कोई सार्वजनिक API अभी नहीं है।
- आपका सबसे कठिन काम सॉफ्टवेयर इंजीनियरिंग या वैज्ञानिक कंप्यूटिंग है। यह FrontierSWE v2 और Terminal-Bench Science पर Argon से 10 से अधिक अंकों से आगे है।
- आप डेस्कटॉप ऐप्स पर कंप्यूटर-उपयोग एजेंट चलाते हैं। यह OSWorld-2.0 पर आगे है, हालांकि Argon Agent's Last Exam में जीतता है, इसलिए अपने कार्यों पर स्वयं परीक्षण करें।
अंतिम विचार
यदि आपको इस सप्ताह एक फ्रंटियर मॉडल चाहिए, तो GPT-6 Astra विकल्प है। यदि आपका काम कानूनी, वित्त या लंबी-डॉक्यूमेंट विश्लेषण है और आप इंतज़ार कर सकते हैं, तो Gemini 4 Argon के खुलते ही इसे टेस्ट करने की योजना बनाएं। यदि आप हमारे साप्ताहिक न्यूज़लेटर The Median के लिए साइन अप करते हैं, तो हम आपको ठीक उसी समय अपडेट रखेंगे:
यह तुलना, Argon बनाम Astra, दिलचस्प है। Google ने Argon लॉन्च किया है, साथ ही एक बेंचमार्क तालिका के साथ जो दिखाती है कि यह अधिकांश श्रेणियों में OpenAI को मात देता है, और कीमत भी Astra से कम है। लेकिन अधिकांश लोगों के लिए इसे उपयोग करने का कोई तरीका भी नहीं है।
Google दाँव लगा रहा है कि एक्सेस आने तक उसकी बढ़त बनी रहेगी।