2026-10-15 · 来源：{'name': '虎嗅·中继', 'url': 'https://www.huxiu.com/article/4897771.html'}
智能指数53分追平GPT-6仍未登顶，谷歌把宝押在百万token长任务与企业自动化上
过去七个月，OpenAI与Anthropic接连迭代多代旗舰，谷歌却迟迟拿不出Flash级别以上的新品，在三巨头中被甩成了那个"小老弟"。等来的Gemini 4 Argon，首发最响的卖点不是能力登顶，而是价格。
第三方机构Artificial Analysis的综合智能指数里，Argon得53分，追平GPT-6 Astra，低于Claude Opus 5.5的58分，挤回第一梯队却未登顶。真正锋利的是账面：首发期每百万输入token 2美元、输出10美元，输入价仅为GPT-6 Astra的五分之一、Claude Opus 5.5的一半——低价本是Flash这类轻量模型最常打的牌，如今旗舰也吆喝起性价比。
能力分布上，Argon的长板落在软件工程、金融法律文书、企业自动化与前沿科研等多步骤重活上。核心升级Long Decode Continuation跨请求续写机制，把思考与输出预算从6.4万token扩展到最高约100万。但这是一口"共用大池子"：输入资料、后台推敲草稿与最终答案共享额度，材料喂得越多，留给思考作答的空间越少；常规单次请求仍限于约3.3万至6.5万token，想放开写需配置长解码。对企业用户而言，代码库整体重构、数百页财报研判、复杂内部工作流以往常因输出额度不足而中断，这套机制正好对症。
谷歌公开的19行基准里，Argon有13行领先对比模型、1行并列第一：覆盖金融、代码、法律、税务的Vals Index以68.9%居当时41个参评模型之首；法律细分Harvey基准大幅甩开对手；Zapier AutomationBench拿到51.3%，领先最近对比模型约9个百分点。DeepSWE v1.1真实代码仓库修复录得破纪录的77.9%；研究人员还借它优化开源量子化学工具xTB，将分子结构预测速度最高提升至原来的2.3倍，相关代码已提交至GitHub官方仓库。
主题标签: Google · Gemini 4 Argon · GPT-6 Astra · Claude Opus 5.5 · LLM Benchmark · AI Pricing
萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅