Google a anunțat Gemini 4 Argon la sfârșitul lui septembrie. Argon este primul model Gemini 4 al Google și noua frontieră. Vine la patru săptămâni după GPT-6 Astra de la OpenAI, noul lor flagship de la începutul lui septembrie.
Tabelul de lansare al Google îl pune pe Argon înaintea lui Astra la majoritatea rândurilor, la o fracțiune din prețul lui Astra. Există însă un aspect mai important decât orice benchmark: Argon nu este încă disponibil în mod general. Google îl lansează mai întâi către echipe de securitate cibernetică verificate, fără o dată pentru dezvoltatori sau consumatori.
Pe scurt
- În tabelul de benchmark-uri al Google, Gemini 4 Argon îl depășește pe GPT-6 Astra la majoritatea rândurilor, mai ales la sarcini juridice, financiare și de fluxuri de lucru de business.
- GPT-6 Astra păstrează avantajul la cele mai dificile sarcini de inginerie software, lucru științific în terminal și utilizarea calculatorului.
- Prețul de lansare al lui Argon este o cincime din cel al lui Astra, iar prețul standard este tot sub jumătate.
- Dar încă nu poți folosi Argon: accesul este limitat la apărătorii cibernetici de încredere ai Google, cu următorii la rând clienții plătitori de API și abonații AI Ultra.
- Așadar, alege GPT-6 Astra dacă ai nevoie de un model de frontieră în producție astăzi.
Ce este Gemini 4 Argon?
Gemini 4 Argon este noul model de frontieră al Google DeepMind, anunțat la final de septembrie. Este primul model din generația Gemini 4.
Google a construit Argon pentru a susține raționamentul profund pe sarcini lungi, în mai mulți pași. Asta este susținut de limita de output ridicată la 1M tokeni, astfel încât modelul să poată raționa printr-o problemă dificilă într-o singură trecere.
Ce este GPT-6 Astra?
GPT-6 Astra este modelul flagship al OpenAI, lansat la începutul lui septembrie. Se află în vârful familiei GPT-6, deasupra GPT-6.1 Sol și GPT-6 Luna.
OpenAI îl poziționează ca fiind cel mai capabil model al său pentru munca cea mai solicitantă, de la raționament complex și programare până la utilizarea calculatorului și cercetare.
Gemini 4 Argon vs GPT-6 Astra: comparație directă
Din cele 19 benchmark-uri din tabelul de lansare al Google, Argon obține un scor mai mare decât Astra la 14, Astra câștigă 4, iar unul este egal. Toate vin din tabelul Google, așa că privește-le ca argumentul Google pentru Argon, nu ca un clasament independent. Am redus acel tabel pentru a arăta ce cred că sunt cele mai cunoscute, interesante și relevante teste de benchmark pentru această lansare.
| Caracteristică | 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 (subset offline) | 69.2% | 72.6% |
| Tokeni maximi de output | 1M | 128K |
| Disponibilitate | Doar apărători cibernetici de încredere | Disponibil în general |
Fiecare dimensiune de mai jos poartă restul tabelului.
Muncă de cunoaștere: juridic, finanțe și fluxuri de lucru de business
Aici avantajul lui Argon este cel mai mare și aici și-a țintit Google lansarea.
La Harvey's Legal Agent Benchmark, care testează cercetarea juridică și redactarea, Argon obține 19,6% față de 5,4% pentru Astra. Este un scor mic pentru ambele, dar de peste trei ori mai multe sarcini finalizate este cel mai mare decalaj relativ din întregul tabel.
Modelul se menține și la cercetare financiară și automatizare de business, unde Argon conduce cu aproximativ 10–12 puncte. Dacă afirmațiile se confirmă când va putea fi folosit, Argon este modelul mai puternic pentru munca juridică și financiară cu documente voluminoase.
Programare și inginerie software
La programare, rezultatele sunt împărțite și depind de ce fel de inginerie ai în vedere.
Argon conduce la DeepSWE v1.1, care testează sarcini pe termen lung în coduri reale, și îl depășește ușor pe Astra la Vibe Code Bench, care evaluează construirea de aplicații funcționale.
Astra câștigă clar la FrontierSWE v2, iar cei doi sunt la mai puțin de un punct la Terminal-bench 4.0.
Exemplele Google înclină spre migrații mari, inclusiv din C și C++ în Rust, în codurile interne Google.
La cel mai dificil benchmark de inginerie din tabel, totuși, Astra este încă înainte.
Context lung și înțelegere vizuală
Argon se desprinde pe măsură ce inputurile devin mai lungi.
La GraphWalks, care testează raționamentul pe structuri de graf răspândite într-un context lung, cei doi sunt apropiați până la 128K tokeni, dar între 256K și 1M tokeni, Argon obține scoruri mai mari.
Argon conduce și la LVBench pentru înțelegerea videoclipurilor lungi, în timp ce citirea diagramelor pe Chartography este aproape egală.
Pentru oricine introduce în model contracte întregi, codebase-uri sau înregistrări, aceasta este cea mai practică diferență după disponibilitate.
Știință, matematică și utilizarea calculatorului
Astra își menține poziția la munca științifică în terminal, conducând Terminal-Bench Science 0.1 cu peste 10 puncte. Argon conduce LABBench 2, un benchmark de cercetare în biologie, și RiemannBench la matematică. La utilizarea calculatorului, Astra conduce OSWorld-2.0, în timp ce Argon conduce Agent's Last Exam, deci niciunul nu domină această categorie.
Disponibilitate și siguranță
Astra este cel pe care îl poți implementa astăzi. Argon este în prezent limitat la Fairwind Program al Google pentru apărători cibernetici de încredere, plus echipele interne Google, iar compania spune că următorii vor fi clienții plătitori de API și abonații Google AI Ultra, fără a da o dată.
Povestea de securitate a lui Argon are și ea două fețe. Google îl lansează către apărători verificați fără garduri de protecție cibernetice, iar el egalează Astra pe primul loc la CWE-bench v1, care testează remedierea vulnerabilităților reale de securitate.
Pentru toți ceilalți, Google spune că Argon va refuza solicitările cibernetice și CBRN dăunătoare și rulează monitoare care pot opri execuția când modelul depășește intenția utilizatorului.
Prețuri: cât plătești de fapt
Argon costă o cincime din Astra la prețul de lansare și sub jumătate la prețul standard, dar Google nu a spus cât durează perioada introductivă.
Tarife pe tokeni, alăturat
| Tarif | Gemini 4 Argon (introductiv) | Gemini 4 Argon (standard) | GPT-6 Astra |
|---|---|---|---|
| Input, per 1M tokeni | $2.00 | $4.00 | $10.00 |
| Output, per 1M tokeni | $10.00 | $20.00 | $50.00 |
| Citire input din cache, per 1M tokeni | $0.10 (reducere 95% față de input) | Necomunicat | $1.00 |
| Suprataxă pentru context lung | Necomunicat | Necomunicat | Peste 272K tokeni de input: 2x input și cache, 1.5x output pentru întregul request |
Multiplicatorul este uniform la input și output: 0,2x Astra la tarifele introductive și 0,4x la tarifele standard. Ambii furnizori facturează raționarea ca output, ceea ce contează mai mult pentru Argon, deoarece Google i-a ridicat limita de output la 1M tokeni tocmai pentru a putea „gândi” mai mult.
Chiar și la tarifele standard, Argon rămâne mult sub jumătate din costul lui Astra. Întrebarea deschisă este la prompturi lungi, unde doar Astra și-a publicat prețurile.
Cât costă o sarcină reală
| Workload | Gemini 4 Argon (intro) | Gemini 4 Argon (standard) | GPT-6 Astra |
|---|---|---|---|
| Asistent echilibrat: 1M in / 250K out | $4.50 | $9.00 | $22.50 |
| Retrieval, fiecare cerere sub 272K: 10M in / 1M out | $30 | $60 | $150 |
| Retrieval, fiecare cerere peste 272K: 10M in / 1M out | Necomunicat | Necomunicat | $275 |
Fiecare total este (volum ÷ 1M) × tarif, însumat pe input și output, la tarife standard.
- Asistent echilibrat: Argon economisește 18 $ pe lună (80%) la tarifele introductive și 13,50 $ (60%) la tarifele standard.
- Retrieval sub 272K: aceleași economii de 80% și 60%, la o scară la care încep să conteze: 120 $ sau 90 $ pe lună.
- Retrieval peste 272K: suprataxa lui Astra îi împinge costul la 275 $. Google nu a spus dacă Argon are un nivel pentru context lung, așa că acesta este rândul de verificat când pagina de prețuri pentru Argon va fi publică.
Cei doi furnizori folosesc tokenizatoare diferite și niciunul nu a publicat numărul de tokeni pentru o sarcină comună, așa că tratează aceste totaluri ca o comparație de tarife, nu ca o factură.
Când să alegi Gemini 4 Argon vs GPT-6 Astra
Deocamdată, răscrucea este disponibilitatea, nu benchmark-urile: Astra este disponibil în general, iar Argon este limitat la apărători cibernetici verificați. Odată ce Argon se deschide, multiplu de preț 0,2x–0,4x îl va face opțiunea implicită de testat pentru munca de cunoaștere.
Alege Gemini 4 Argon dacă...
- Munca ta este cercetare juridică, analiză financiară sau automatizare de business. Acolo are cele mai mari avantaje în tabelul Google, iar decalajul la juridic este cel mai mare dintre toate.
- Îi dai inputuri foarte lungi. Rezistă mult mai bine decât Astra la raționament pe 256K–1M tokeni și conduce la video de durată mare.
- Prețul contează la calitate de frontieră. Chiar și la tarife standard, costă mult sub jumătate din Astra per token.
Alege GPT-6 Astra dacă...
- Ai nevoie de el astăzi. Astra este în ChatGPT, OpenAI API, Azure, Bedrock, GitHub Copilot și OpenRouter, în timp ce Argon nu are încă un API public.
- Cea mai grea muncă a ta este ingineria software sau calculul științific. Conduce peste Argon la FrontierSWE v2 și Terminal-Bench Science cu mai mult de 10 puncte fiecare.
- Rulezi agenți de utilizare a calculatorului pe aplicații desktop. Conduce OSWorld-2.0, deși Argon câștigă Agent's Last Exam, așa că testează pe sarcinile tale.
Gânduri finale
Dacă ai nevoie de un model de frontieră săptămâna aceasta, GPT-6 Astra este opțiunea. Dacă munca ta este în juridic, finanțe sau analiză de documente lungi și poți aștepta, plănuiește să testezi Gemini 4 Argon în ziua în care se deschide. Te vom ține la curent exact când se întâmplă asta, dacă te abonezi la The Median, newsletterul nostru săptămânal:
Această comparație, Argon versus Astra, este una interesantă. Google a lansat Argon, împreună cu un tabel de benchmark-uri care arată că îl depășește pe OpenAI la majoritatea rândurilor, cu un preț care subcotă Astra. Dar, în același timp, nu există o modalitate pentru majoritatea oamenilor de a-l folosi.
Google pariază că avantajul său se va menține până la apariția accesului.