Google 在九月底的最后时刻宣布了 Gemini 4 Argon。Argon 是 Google 首款 Gemini 4 模型，也是新的前沿能力。它在 OpenAI 于九月初发布 GPT-6 Astra 四周后到来，后者是 OpenAI 的新旗舰。
Google 的发布表格显示，Argon 在大多数项目上领先 Astra，且价格只是 Astra 的一小部分。但有个比任何基准都更要紧的问题：Argon 还未普遍开放。Google 正先向经过审查的网络安全团队推出，尚未给出面向开发者或消费者的日期。
要点速览
- 在 Google 自家的基准表中，Gemini 4 Argon 在大多数项目上胜过 GPT-6 Astra，优势主要体现在法律、金融与业务流程任务。
- 在最难的软件工程、科学终端操作和电脑使用方面，GPT-6 Astra 仍占上风。
- Argon 的起步价是 Astra 的五分之一，即便按标准价计算也不到其一半。
- 但您现在还无法使用 Argon：访问权限仅限于 Google 信任的网络防御者，其次才是付费 API 客户和 AI Ultra 订阅用户。
- 因此，如果您需要今天就能用于生产的前沿模型，请选择 GPT-6 Astra。
什么是 Gemini 4 Argon？
Gemini 4 Argon 是 Google DeepMind 在九月底宣布的全新前沿模型，也是 Gemini 4 代中的首款模型。
Google 打造 Argon 旨在支撑对长链路、多步骤工作的深度推理。为此，它将输出上限提升到 100 万 tokens，使模型能在一次推理中走通难题。
什么是 GPT-6 Astra？
GPT-6 Astra 是 OpenAI 于九月初发布的旗舰模型，位于 GPT-6 系列之巅，高于 GPT-6.1 Sol 和 GPT-6 Luna。
OpenAI 将其定位为应对最严苛工作的最强模型，覆盖复杂推理、编码、电脑使用和科研。
Gemini 4 Argon vs GPT-6 Astra：正面比较
在 Google 的发布表格所列的 19 项基准中，Argon 有 14 项高于 Astra，Astra 赢下 4 项，另有 1 项打平。所有数据都来自 Google 自家的表格，因此更像是 Google 为 Argon 做的论证，而非独立排名。下表是我从中挑选的一些更知名、有趣且与此次发布更相关的测试。
| 项目 | 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（离线子集） | 69.2% | 72.6% |
| 最大输出 tokens | 1M | 128K |
| 可用性 | 仅限受信任的网络防御者 | 普遍可用 |
下文各维度承接上表的其余信息。
知识型工作：法律、金融与业务流程
这是 Argon 领先最明显之处，也是 Google 此次发布的主打方向。
在用于测试法律检索与撰写的 Harvey's Legal Agent Benchmark 上，Argon 得分 19.6%，而 Astra 为 5.4%。虽然两者分数都不高，但完成任务数量多出三倍多，是整张表中相对差距最大的项目。
这一走势在金融研究与业务自动化上同样成立，Argon 领先约 10 至 12 个百分点。如果这些结果在实际使用中站得住脚，Argon 会是处理文档密集型法律与金融工作的更强模型。
编码与软件工程
编码方面各有胜负，取决于您所指的工程类型。
Argon 在 DeepSWE v1.1（测试真实代码库中的长周期任务）上领先，并在 Vibe Code Bench（评估构建可运行应用）上小幅压过 Astra。
Astra 在 FrontierSWE v2 上明显领先，双方在 Terminal-bench 4.0 上相差不到 1 个百分点。
Google 自身的示例偏向大型迁移，包括将 Google 代码库中的 C 与 C++ 迁移至 Rust。
不过，在表中最难的工程基准上，Astra 仍然领先。
长上下文与视觉理解
随着输入变长，Argon 的优势逐步拉开。
在 GraphWalks（测试跨长上下文的图结构推理）上，两者在 128K tokens 以内较为接近，但在 256K 到 1M tokens 区间，Argon 得分更高。
在长视频理解的 LVBench 上，Argon 也领先，而图表阅读（Chartography）方面几乎打成平手。
对需要向模型输入整份合同、代码库或录音的人来说，这是除可用性之外最实际的差异。
科学、数学与电脑使用
Astra 在科学终端操作上守住优势，在 Terminal-Bench Science 0.1 上领先 10 分以上。Argon 领先于生物研究基准 LABBench 2 和数学基准 RiemannBench。在电脑使用方面，Astra 领先 OSWorld-2.0，而 Argon 领先 Agent's Last Exam，因此这一类目并无绝对胜者。
可用性与安全性
Astra 是您今天就能部署的那一个。Argon 目前仅向 Google 的 Fairwind 计划（受信任的网络防御者）及内部团队开放。Google 表示下一步将向付费 API 客户与 Google AI Ultra 订阅用户开放，但未给出日期。
Argon 的网络安全故事也有两面。Google 将其在无网络安全护栏的情况下提供给经过审查的防御者；同时，它在测试修复真实安全漏洞的 CWE-bench v1 上与 Astra 并列第一。
对其他用户而言，Google 表示 Argon 将拒绝有害的网络与 CBRN 请求，并运行监控器，可在模型超出用户意图时停止执行。
定价：您实际要付多少钱
按起步价计算，Argon 的成本是 Astra 的五分之一；按标准价计算也不到其一半，但 Google 尚未说明起步价持续多久。
Token 费率对比
| 费率 | Gemini 4 Argon（起步） | Gemini 4 Argon（标准） | GPT-6 Astra |
|---|---|---|---|
| 输入，每 100 万 tokens | $2.00 | $4.00 | $10.00 |
| 输出，每 100 万 tokens | $10.00 | $20.00 | $50.00 |
| 缓存输入读取，每 100 万 tokens | $0.10（较输入优惠 95%） | 未公布 | $1.00 |
| 长上下文附加费 | 未公布 | 未公布 | 超过 272K 个输入 tokens：整次请求输入与缓存 2 倍、输出 1.5 倍 |
输入与输出的倍数一致：按起步价为 Astra 的 0.2 倍，按标准价为 0.4 倍。两家厂商都将推理计作输出，这对 Argon 的影响更大，因为 Google 将其输出上限提高到 100 万 tokens，目的正是让它能“想”更久。
即使按标准价计算，Argon 的成本也远低于 Astra 的一半。悬而未决的是长提示的费用，目前只有 Astra 公布了对应定价。
真实工作负载要花多少
| 工作负载 | Gemini 4 Argon（起步） | Gemini 4 Argon（标准） | GPT-6 Astra |
|---|---|---|---|
| 均衡助理：100 万入 / 25 万出 | $4.50 | $9.00 | $22.50 |
| 检索，单次请求低于 272K：1000 万入 / 100 万出 | $30 | $60 | $150 |
| 检索，单次请求高于 272K：1000 万入 / 100 万出 | 未公布 | 未公布 | $275 |
各合计为（用量 ÷ 100 万）× 费率，并按标准价在输入与输出上分别累加。
- 均衡助理：按起步价每月节省 $18（80%），按标准价节省 $13.50（60%）。
- 低于 272K 的检索：同样是 80% 与 60% 的节省，在开始显著的规模下分别为 $120 或 $90 每月。
- 高于 272K 的检索：Astra 的附加费将成本推高至 $275。Google 尚未说明 Argon 是否有长上下文分层，因此等 Argon 的定价页上线时，这一行需要重点关注。
两家使用的分词器不同，且都未公布针对同一工作负载的 token 统计，因此请将这些合计视为费率对比，而非账单。
何时选择 Gemini 4 Argon 或 GPT-6 Astra
目前，分野在于可用性而非基准：Astra 已普遍可用，Argon 仅限经过审查的网络防御者。一旦 Argon 开放，其 0.2 倍至 0.4 倍的价格系数会使其成为知识型工作优先测试的默认选项。
在以下情况下选择 Gemini 4 Argon…
- 您的工作侧重法律研究、财务分析或业务自动化。这些是它在 Google 表中领先最明显的项目，其中法律差距最大。
- 您会输入非常长的内容。在 256K 到 1M tokens 的跨上下文推理上，它比 Astra 稳得多，并在长视频上领先。
- 您希望以前沿质量获得更具性价比的价格。即便按标准价计算，每个 token 成本也远低于 Astra 的一半。
在以下情况下选择 GPT-6 Astra…
- 您今天就需要。Astra 已在 ChatGPT、OpenAI API、Azure、Bedrock、GitHub Copilot 与 OpenRouter 中可用，而 Argon 还没有公开 API。
- 您最难的工作是软件工程或科学计算。它在 FrontierSWE v2 和 Terminal-Bench Science 上均领先 Argon 超过 10 分。
- 您在桌面应用上运行“电脑使用”型代理。它在 OSWorld-2.0 上领先，尽管 Argon 在 Agent's Last Exam 上取胜，仍建议在您的具体任务上测试。
结语
如果您这周就需要一款前沿模型，GPT-6 Astra 是可行之选。如果您的工作偏向法律、金融或长文档分析，并且可以等待，请在 Gemini 4 Argon 开放当天计划进行测试。若您订阅我们的每周通讯 The Median，我们会在第一时间通知您：
这场 Argon 对 Astra 的比较颇耐人寻味。Google 发布了 Argon，并给出一张基准表显示其在多数项目上胜过 OpenAI，同时价格压过 Astra。但对于大多数人而言，它仍然无从下手。
Google 押注其领先优势能撑到开放之时。