Google mengumumkan Gemini 4 Argon di penghujung September. Argon adalah model Gemini 4 pertama dari Google dan babak baru di garis terdepan. Peluncurannya datang empat minggu setelah GPT-6 Astra milik OpenAI, model andalan OpenAI sejak awal September.
Tabel peluncuran Google menempatkan Argon di depan Astra pada sebagian besar baris, dengan harga hanya sebagian kecil dari Astra. Namun ada satu kendala yang lebih penting daripada tolok ukur mana pun: Argon belum tersedia secara umum. Google meluncurkannya terlebih dahulu kepada tim keamanan siber terpilih, tanpa tanggal untuk pengembang atau konsumen.
Ringkasnya
- Pada tabel tolok ukur Google sendiri, Gemini 4 Argon mengungguli GPT-6 Astra pada sebagian besar baris, terutama pada tugas hukum, keuangan, dan alur kerja bisnis.
- GPT-6 Astra tetap unggul pada rekayasa perangkat lunak tersulit, pekerjaan terminal ilmiah, dan penggunaan komputer.
- Harga perkenalan Argon adalah seperlima dari Astra, dan harga standarnya masih kurang dari setengahnya.
- Tetapi Anda belum bisa menggunakan Argon: akses terbatas untuk pembela siber tepercaya Google, diikuti pelanggan API berbayar dan pelanggan AI Ultra.
- Jadi, pilih GPT-6 Astra jika Anda membutuhkan model terdepan untuk produksi hari ini.
Apa itu Gemini 4 Argon?
Gemini 4 Argon adalah model garis terdepan terbaru dari Google DeepMind, diumumkan pada akhir September. Ini adalah model pertama dalam generasi Gemini 4.
Google merancang Argon untuk mempertahankan penalaran mendalam pada pekerjaan panjang multi-langkah. Ini didukung oleh batas keluaran yang dinaikkan menjadi 1M token agar model dapat menalar masalah sulit dalam satu kali proses.
Apa itu GPT-6 Astra?
GPT-6 Astra adalah model andalan OpenAI, dirilis pada awal September. Ia berada di puncak keluarga GPT-6 di atas GPT-6.1 Sol dan GPT-6 Luna.
OpenAI memposisikannya sebagai model paling mumpuni untuk pekerjaan paling menuntut, mulai dari penalaran dan pengodean yang kompleks hingga penggunaan komputer dan riset.
Gemini 4 Argon vs GPT-6 Astra: Perbandingan Langsung
Dari 19 tolok ukur di tabel peluncuran Google, Argon mencetak nilai lebih tinggi daripada Astra pada 14, Astra menang di 4, dan satu seri. Semuanya berasal dari tabel Google sendiri, jadi baca ini sebagai argumen Google untuk Argon alih-alih peringkat independen. Saya merangkas tabel itu untuk menampilkan tolok ukur yang menurut saya paling dikenal, menarik, dan relevan untuk rilis ini.
| Fitur | 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% |
| Tolok Ukur Agen Hukum Harvey | 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 (subset luring) | 69,2% | 72,6% |
| Token keluaran maksimal | 1M | 128K |
| Ketersediaan | Hanya pembela siber tepercaya | Tersedia secara umum |
Setiap dimensi di bawah ini membawa sisa tabel.
Pekerjaan pengetahuan: hukum, keuangan, dan alur kerja bisnis
Di sinilah keunggulan Argon paling lebar, dan memang menjadi fokus peluncuran Google.
Pada Tolok Ukur Agen Hukum Harvey, yang menguji riset dan penyusunan dokumen hukum, Argon mencetak 19,6% dibanding 5,4% milik Astra. Itu skor rendah untuk keduanya, tetapi jumlah tugas yang diselesaikan lebih dari tiga kali lipat adalah jarak relatif terbesar di seluruh tabel.
Pola ini bertahan pada riset keuangan dan otomasi bisnis, di mana Argon unggul sekitar 10 hingga 12 poin. Jika klaim ini terbukti setelah publik bisa menggunakannya, Argon adalah model yang lebih kuat untuk pekerjaan hukum dan keuangan yang sarat dokumen.
Pemrograman dan rekayasa perangkat lunak
Pemrograman hasilnya terbagi, bergantung pada jenis rekayasa yang dimaksud.
Argon unggul di DeepSWE v1.1, yang menguji tugas jangka panjang pada basis kode nyata, dan mengalahkan tipis Astra di Vibe Code Bench, yang menilai pembuatan aplikasi yang berjalan.
Astra menang jelas pada FrontierSWE v2, dan keduanya terpaut kurang dari satu poin pada Terminal-bench 4.0.
Contoh dari Google sendiri cenderung ke migrasi besar, termasuk C dan C++ ke Rust di basis kode Google.
Namun untuk tolok ukur rekayasa tersulit di tabel, Astra masih di depan.
Konteks panjang dan pemahaman visual
Argon melaju saat masukan makin panjang.
Pada GraphWalks, yang menguji penalaran atas struktur graf yang tersebar dalam konteks panjang, keduanya berimbang hingga 128K token, tetapi dari 256K hingga 1M token, Argon mencetak nilai lebih tinggi.
Argon juga unggul pada LVBench untuk pemahaman video panjang, sementara pembacaan grafik pada Chartography nyaris seri.
Bagi siapa pun yang memberi masukan kontrak utuh, basis kode, atau rekaman ke sebuah model, ini adalah perbedaan paling praktis setelah ketersediaan.
Sains, matematika, dan penggunaan komputer
Astra bertahan pada pekerjaan terminal ilmiah, memimpin Terminal-Bench Science 0.1 lebih dari 10 poin. Argon unggul pada LABBench 2, tolok ukur riset biologi, dan RiemannBench di matematika. Pada penggunaan komputer, Astra memimpin OSWorld-2.0 sementara Argon unggul di Agent's Last Exam, jadi tidak ada yang benar-benar menguasai kategori ini.
Ketersediaan dan keamanan
Astra adalah yang bisa Anda terapkan hari ini. Argon saat ini terbatas pada Fairwind Program Google untuk pembela siber tepercaya, ditambah tim internal Google, dan Google menyatakan pelanggan API berbayar serta pelanggan Google AI Ultra akan menyusul tanpa memberi tanggal.
Narasi siber Argon juga punya dua sisi. Google merilisnya kepada pembela terverifikasi tanpa pembatas siber, dan ia menyamai Astra di peringkat pertama pada CWE-bench v1, yang menguji perbaikan kerentanan keamanan nyata.
Bagi yang lain, Google mengatakan Argon akan menolak permintaan siber dan CBRN yang berbahaya serta menjalankan pemantau yang dapat menghentikan eksekusi ketika model melampaui maksud pengguna.
Harga: berapa yang benar-benar Anda bayar
Argon berharga seperlima dari Astra pada harga perkenalan dan kurang dari setengahnya pada harga standar, tetapi Google belum mengatakan berapa lama harga perkenalan ini berlangsung.
Tarif token berdampingan
| Tarif | Gemini 4 Argon (perkenalan) | Gemini 4 Argon (standar) | GPT-6 Astra |
|---|---|---|---|
| Input, per 1M token | $2,00 | $4,00 | $10,00 |
| Output, per 1M token | $10,00 | $20,00 | $50,00 |
| Baca input dalam cache, per 1M token | $0,10 (diskon 95% dari input) | Tidak dipublikasikan | $1,00 |
| Biaya tambahan konteks panjang | Tidak dipublikasikan | Tidak dipublikasikan | Di atas 272K token input: 2x input dan cache, 1,5x output untuk seluruh permintaan |
Kelipatannya seragam pada input dan output: 0,2x Astra pada tarif perkenalan dan 0,4x pada tarif standar. Kedua vendor menagih penalaran sebagai output, yang lebih berpengaruh bagi Argon, karena Google menaikkan batas keluarannya menjadi 1M token justru agar dapat berpikir lebih lama.
Bahkan pada tarif standar, biaya Argon jauh di bawah setengah biaya Astra. Pertanyaan terbuka ada pada prompt panjang, di mana hanya Astra yang telah memublikasikan harganya.
Biaya beban kerja nyata
| Beban kerja | Gemini 4 Argon (perkenalan) | Gemini 4 Argon (standar) | GPT-6 Astra |
|---|---|---|---|
| Asisten seimbang: 1M masuk / 250K keluar | $4,50 | $9,00 | $22,50 |
| Retrieval, tiap permintaan di bawah 272K: 10M masuk / 1M keluar | $30 | $60 | $150 |
| Retrieval, tiap permintaan di atas 272K: 10M masuk / 1M keluar | Tidak dipublikasikan | Tidak dipublikasikan | $275 |
Masing-masing total adalah (volume ÷ 1M) × tarif, dijumlahkan antara input dan output, pada tarif standar.
- Asisten seimbang: Argon menghemat $18 per bulan (80%) pada tarif perkenalan dan $13,50 (60%) pada tarif standar.
- Retrieval di bawah 272K: penghematan yang sama 80% dan 60%, pada skala yang mulai berarti: $120 atau $90 per bulan.
- Retrieval di atas 272K: biaya tambahan Astra mendorong biayanya menjadi $275. Google belum menyebutkan apakah Argon memiliki tier konteks panjang, jadi ini baris yang perlu dicek saat halaman harga Argon tayang.
Kedua vendor menggunakan tokenizer berbeda dan tidak ada yang memublikasikan hitungan token untuk beban kerja bersama, jadi anggap total ini sebagai perbandingan tarif, bukan tagihan.
Kapan Memilih Gemini 4 Argon vs GPT-6 Astra
Untuk saat ini, perbedaannya adalah ketersediaan, bukan tolok ukur: Astra tersedia umum, dan Argon terbatas pada pembela siber terverifikasi. Setelah Argon dibuka, kelipatan harga 0,2x hingga 0,4x akan menjadikannya default untuk diuji pada pekerjaan pengetahuan.
Pilih Gemini 4 Argon jika...
- Pekerjaan Anda adalah riset hukum, analisis keuangan, atau otomasi bisnis. Itulah keunggulan terlebarnya di tabel Google, dan jarak di bidang hukum adalah yang terbesar.
- Anda memberinya masukan yang sangat panjang. Ia jauh lebih tangguh daripada Astra pada penalaran lintas 256K hingga 1M token, dan unggul pada video panjang.
- Harga penting pada kualitas garis terdepan. Bahkan pada tarif standar, biayanya jauh di bawah setengah Astra per token.
Pilih GPT-6 Astra jika...
- Anda membutuhkannya hari ini. Astra ada di ChatGPT, OpenAI API, Azure, Bedrock, GitHub Copilot, dan OpenRouter, sementara Argon belum memiliki API publik.
- Pekerjaan tersulit Anda adalah rekayasa perangkat lunak atau komputasi ilmiah. Ia unggul atas Argon pada FrontierSWE v2 dan Terminal-Bench Science masing-masing lebih dari 10 poin.
- Anda menjalankan agen penggunaan komputer pada aplikasi desktop. Ia memimpin OSWorld-2.0, meski Argon menang di Agent's Last Exam, jadi uji pada tugas Anda sendiri.
Pemikiran Akhir
Jika Anda membutuhkan model garis terdepan minggu ini, GPT-6 Astra adalah opsinya. Jika pekerjaan Anda adalah hukum, keuangan, atau analisis dokumen panjang, dan Anda bisa menunggu, rencanakan untuk menguji Gemini 4 Argon pada hari ia dibuka. Kami akan memberi tahu Anda tepat waktunya, jika Anda berlangganan The Median, buletin mingguan kami:
Perbandingan ini, Argon versus Astra, menarik. Google meluncurkan Argon dengan tabel tolok ukur yang menunjukkan ia mengungguli OpenAI pada sebagian besar baris, dengan harga yang menekan Astra. Namun juga belum ada cara bagi kebanyakan orang untuk menggunakannya.
Google bertaruh keunggulannya bertahan hingga akses tersedia.