BenchLeader

Gemini 4 Argon vs GLM 5.3 Flash

完整资料:Gemini 4 Argon(Google)和 GLM 5.3 Flash(Zhipu AI),包括全部基准测试、价格和排名。

更新于 · 数据来自 15 个来源

截至 2026年11月16日,质量上 Gemini 4 Argon 领先 GLM 5.3 Flash(BenchLeader Index 65.3 比 57.8)。不过,GLM 5.3 Flash 更便宜,对方的价格是它的 17 倍(每百万 token 混合价格 $0.238 比 $4.00)。在两者都有成绩的所有类别中,Gemini 4 Argon 均领先。Gemini 4 Argon 的现价有效至 2026年11月30日,之后为 $8.00。

要点(截至 2026年11月16日)

  • Gemini 4 Argon 的 BenchLeader Index 为 65.3,GLM 5.3 Flash 为 57.8(BenchLeader,2026年11月16日)。
  • Gemini 4 Argon 每百万 token 混合价格为 $4.00(截至 2026年11月30日,之后为 $8.00)(https://ai.google.dev/gemini-api/docs/pricing,2026年10月20日 核实)。
  • GLM 5.3 Flash 每百万 token 混合价格为 $0.238(标价,2026年11月16日)。
  • Gemini 4 Argon 比 GLM 5.3 Flash 输出更快(Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 37 项基准测试中,Gemini 4 Argon 领先 34 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Gemini 4 Argon 的评分为 1681,GLM 5.3 Flash 为 1609(LMArena,截至 2026年11月16日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Gemini 4 Argon类别得分 67 比 57;Arena WebDev 1681 比 1609高
智能体与工具调用均可类别得分 59 比 59;Arena Agent 10.7 比 -2.9均可
数学Gemini 4 Argon类别得分 70 比 69;Arena Maths 1536 比 1505中
推理Gemini 4 Argon类别得分 70 比 48;HLE-Diamond (AA) 56.7% 比 18.2%高
知识Gemini 4 Argon类别得分 72 比 45;AA-Omniscience v1.1 46.1 比 0.7高
长文档均可类别得分 65 比 65;AA-LCR v1.1 79.7% 比 80.0%均可
对话质量(人类偏好)Gemini 4 ArgonArena 投票 72 比 66中
成本最低GLM 5.3 Flash每百万 token 混合价格 $0.238 比 $4.00;智能体编程会话 $0.011 比 $0.160;2026年12月1日 起:$0.237 比 $8.00–
首次回答最快Gemini 4 Argon首个回答 token 45.7 秒(Gemini 4 Argon (high))比 87.0 秒(GLM 5.3 Flash)–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 质量上 Gemini 4 Argon (high) 领先:65.3 比 57.8。
  • Gemini 4 Argon (high) 在编程、人类偏好、知识、数学、推理方面更强。
  • GLM 5.3 Flash 在智能体与工具、长上下文方面更强。
  • 截至 2026年11月30日,GLM 5.3 Flash 更便宜,对方的价格是它的 17 倍(每百万 token 混合价格 $0.238 比 $4.00);自 2026年12月1日 起为 $0.237 比 $8.00。

概览

规格Gemini 4 ArgonGLM 5.3 Flash
提供商GoogleZhipu AI
发布日期2026年9月30日2026年8月20日
正式发布2026年10月13日2026年8月20日
上下文窗口(token)1,048,5761,000,000
最大输出(token)65,536 (up to 1,048,576 with long decode)–
输入类型文本、图像、视频、音频、PDF–
推理强度设置low, medium, high–
对比时的配置Gemini 4 Argon (high)GLM 5.3 Flash
开放权重否是
每百万 token 价格(输入 / 输出 / 缓存输入)$2.00 / $10.00 / $0.100$0.150 / $0.500 / $0.030
已公布的价格调整自 2026年12月1日 起为 $4.00 / $20.00 / $0.200暂无公布
API 模型 IDgemini-4-argon–
使用渠道Gemini API (AI Studio), Gemini Enterprise Agent Platform, Gemini app–

上限、可用性和已公布的价格均来自厂商官方页面: ai.google.dev、ai.google.dev 定价页 (2026年10月20日 核实)。其余内容均来自当日数据。

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Gemini 4 Argon (high)GLM 5.3 Flash领先者
推理69.548.3Gemini 4 Argon
编程66.756.9Gemini 4 Argon
智能体与工具58.658.7持平
数学69.968.8Gemini 4 Argon
知识71.945.1Gemini 4 Argon
人类偏好72.166.4Gemini 4 Argon
多模态–64.0无法比较
长上下文64.564.6持平
综合63.8–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文人类偏好Gemini 4 Argon, 推理: 69.5Gemini 4 Argon, 编程: 66.7Gemini 4 Argon, 智能体与工具: 58.6Gemini 4 Argon, 数学: 69.9Gemini 4 Argon, 知识: 71.9Gemini 4 Argon, 长上下文: 64.5Gemini 4 Argon, 人类偏好: 72.1GLM 5.3 Flash, 推理: 48.3GLM 5.3 Flash, 编程: 56.9GLM 5.3 Flash, 智能体与工具: 58.7GLM 5.3 Flash, 数学: 68.8GLM 5.3 Flash, 知识: 45.1GLM 5.3 Flash, 长上下文: 64.6GLM 5.3 Flash, 人类偏好: 66.4

未绘制(测得的模型少于两个):指令遵循, 多模态。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 37 项基准测试中,Gemini 4 Argon 领先 34 项,GLM 5.3 Flash 领先 3 项。所有同时评测两者的综合评分都认为 Gemini 4 Argon 更强。

综合 IndexGemini 4 Argon (high)GLM 5.3 Flash领先者
BenchLeader Index65.357.8Gemini 4 Argon
AA Intelligence Index v5.0.150.427.8Gemini 4 Argon
Vals Index69.450.9†Gemini 4 Argon
Arena Text15221475Gemini 4 Argon

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Gemini 4 Argon (high)GLM 5.3 Flash
每百万 token 混合价格(截至 2026年11月30日)$4.00$0.238
每百万 token 输入 / 输出$2.00 / $10.00$0.150 / $0.500
自 2026年12月1日 起每百万 token 混合价格$8.00$0.237
自 2026年12月1日 起每百万 token 输入 / 输出$4.00 / $20.00$0.150 / $0.500
每百万 token 缓存输入$0.100$0.030
每项任务价格:聊天回复$0.0038$0.0002
每项任务价格:总结一份 30 页的报告$0.030$0.0021
每项任务价格:代码编辑$0.027$0.0017
每项任务价格:智能体编程会话$0.160$0.011
每项任务价格:结构化信息提取$0.0060$0.0004
智能体编程会话(输入大多命中缓存)$0.074$0.0056
每项基准测试任务成本(AA Index)$4.97$0.583
每项任务输出 token(AA Index)116k134k
其中推理部分68k103k
每项任务耗时(AA Index)29 min41 min
输出速度66 tok/s54 tok/s
首次回答时间45.7 秒87.0 秒
完整回答耗时(最近一次测量 2026年11月13日)122.1 秒220.4 秒

按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 Gemini 4 Argon (high) 上花费 $4.97,在 GLM 5.3 Flash 上花费 $0.583;完成同样的工作,GLM 5.3 Flash 输出的 token 是对方的 1.2 倍。

每个模型都按其排名最高的推理强度设置进行对比。Gemini 4 Argon (high) 得分 65.3,首个回答 token 需 46 秒;Gemini 4 Argon 为 64.4(5 秒),Gemini 4 Argon (medium) 为 61.6(13 秒)。GLM 5.3 Flash 得分 57.8,首个回答 token 需 87 秒;GLM 5.3 Flash (max) 为 52.4(87 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 180 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Gemini 4 Argon (high)GLM 5.3 Flash
BenchLeader IndexBenchLeader65.357.8
智能体与工具得分BenchLeader58.658.7
编程得分BenchLeader66.756.9
综合得分BenchLeader63.8–
人类偏好得分BenchLeader72.166.4
知识得分BenchLeader71.945.1
长上下文得分BenchLeader64.564.6
数学得分BenchLeader69.968.8
推理得分BenchLeader69.548.3
多模态得分BenchLeader–64.0
混合价格(美元/百万 token)BenchLeader$4.00$0.238
输出速度BenchLeader66 tok/s54 tok/s
首次回答时间BenchLeader45.7 秒87.0 秒
上下文窗口BenchLeader1,048,576 token1,000,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub96.4%90.2%†
SimpleBenchSimpleBench91.7%†–
Arena Hard PromptsArena (LMArena)15451500
LiveBench 2.0 ReasoningLiveBench95.1%77.6%†
LiveBench 1.0 ReasoningLiveBench–77.6%
GPQA Diamond (AA)Artificial Analysis–91.2%
Humanity's Last Exam (AA)Artificial Analysis57.1%39.9%
HLE-Diamond (AA)Artificial Analysis56.7%18.2%
GPQA Diamond (Vals)Vals AI–86.4%†
ARC-AGI-1ARC Prize98.5%91.0%†
ARC-AGI-2ARC Prize91.3%65.8%†
ARC-AGI-3ARC Prize97.3%–
CritPtArtificial Analysis27.1%15.4%
CritPt v2 hard subset (AA)Artificial Analysis52.5%24.5%
MysteryMechanismVals AI45.5%–
HLE-Diamond (Scale)Scale AI SEAL53.2%†–
Arena ExpertArena (LMArena)15491511
Chess PuzzlesEpoch AI Benchmarking Hub59.0%21.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub64.0%8.0%†
LMCAEpoch AI Benchmarking Hub63.7%–
DTBenchEpoch AI Benchmarking Hub97.3%–
BTF-3Epoch AI Benchmarking Hub–14.9%
编程
SciCodeSciCode61.8%51.6%
FrontierCodeCognition47.5%†31.8%†
Arena CodingArena (LMArena)15531526
显示全部 180 项基准测试
指标发布方Gemini 4 Argon (high)GLM 5.3 Flash
编程
Arena WebDevArena (LMArena)16811609
LiveBench 2.0 CodingLiveBench85.7%70.9%†
LiveBench 1.0 CodingLiveBench–79.0%
LiveCodeBenchVals AI–80.5%†
IOIVals AI100.0%52.5%†
SWE-bench (Vals)Vals AI–92.0%†
Code MigrationVals AI68.2%20.5%†
Code Migration v1.1Vals AI70.8%51.6%†
ProgramBenchVals AI2.5%0.0%†
SWE-bench MultimodalVals AI56.0%–
Vibe Code Bench 1-100Vals AI21.2%16.0%†
Vibe Code Bench v1.1Vals AI91.9%30.8%†
SWE Atlas v1.1Scale AI SEAL70.1%†55.3%
SWE Atlas v1.1: Codebase QnAScale AI SEAL65.3%†66.9%
SWE Atlas v1.1: Test WritingScale AI SEAL77.8%†53.3%
SWE Atlas v1.1: RefactoringScale AI SEAL67.1%†45.7%
SWE-Bench Pro V2Scale AI SEAL99.2%–
SWE-Bench Pro V2 HARDScale AI SEAL92.2%–
MirrorCodeEpoch AI Benchmarking Hub58.9%–
Surface Evolver BenchEpoch AI Benchmarking Hub–52.5%†
DeepSWE v1.1Epoch AI Benchmarking Hub–63.4%†
CursorBenchCursor52.9%36.8%†
ALE-BenchEpoch AI Benchmarking Hub2100.1303.6†
FrontierSWEEpoch AI Benchmarking Hub55.0%18.1%†
WeirdML v3WeirdML20.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis57.1%32.8%
Terminal-Bench 2.1 (AA)Artificial Analysis–84.3%
GameBench 2 OverallDuelLab GameBench 281.7†54.9
GameBench 2 by reasoning settingDuelLab GameBench 289.257.2†
Design Arena WebsiteDesign Arena1316†1257
FrontierCode 1.1 (AA)Artificial Analysis43.5%41.0%
FrontierCode 2.0 (AA)Artificial Analysis25.7%17.6%
智能体与工具
Terminal-BenchTerminal-Bench55.5%37.0%†
Remote Labor IndexScale AI / CAIS17.1%†–
APEX-AgentsMercor82.4%†52.8%
Arena AgentArena (LMArena)10.7-2.9
LiveBench Long AgenticLiveBench58.5%20.7%†
LiveBench BrowserLiveBench82.8%59.8%†
LiveBench Agentic CodingLiveBench–56.8%
Terminal-Bench 2.1 (Vals)Vals AI57.7%62.9%†
MCP AtlasScale AI SEAL90.7%†–
HiL-BenchScale AI SEAL62.0%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis56.2%57.1%
GDPval-AA v2.1Artificial Analysis16341648
τ³-Banking (AA)Artificial Analysis–47.2%
ITBench SRE (AA)Artificial Analysis–51.2%
Analyst Agent (AA)Artificial Analysis48.8%25.0%
CUA-benchVals AI4.8%–
CyberBenchVals AI77.9%67.9%†
Finance Agent v2Vals AI65.4%57.9%†
Finance Agent v2.1Vals AI67.7%60.6%†
Harvey's Legal Agent Benchmark v1.1Vals AI27.1%10.4%†
Harvey's Legal Agent Benchmark v1Vals AI19.6%6.7%†
Legal Research BenchVals AI54.8%45.2%†
Robo-benchVals AI0.8%–
SkillsBenchVals AI–40.2%†
SREBenchVals AI44.3%0.8%†
Tax Agent BenchVals AI49.2%31.6%†
Terminal-Bench 4.0 (Vals)Vals AI57.6%37.4%†
Terminal-Bench ScienceVals AI44.3%2.9%†
Time Horizon Index: KSPVals AI52.5%–
Arena Agent Task CompletionArena (LMArena)13.21.3
PostTrainBenchEpoch AI Benchmarking Hub40.4%36.8%†
Vending-Bench 2Andon Labs13718.2†–
AutomationBenchArtificial Analysis77.5%60.4%
GDP.pdf (AA)Artificial Analysis21.8%15.4%
Harvey LAB-AA v1.1Harvey3.9%0.8%
EnterpriseOps-GymArtificial Analysis–33.2%
AA-Briefcase v1.1Artificial Analysis14851450
GDPxGDPx by SemiAnalysis7.3%–
Design Arena AgenticDesign Arena1274†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis52.9%4.8%
CWE-Bench (AA)Artificial Analysis–55.8%
DeepSec-Bench (AA)Artificial Analysis–19.9%
CyberGym end-to-end (AA)Artificial Analysis–74.0%
MKA (AA)Artificial Analysis51.3%36.2%
FACTS SearchGoogle89.9%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub86.0%55.8%†
FrontierMath Tier 4Epoch AI Benchmarking Hub78.0%17.1%†
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%93.9%†
ProofBenchVals AI99.0%†21.0%†
LiveBench MathematicsLiveBench–81.2%
ArXivMathMathArena84.4%–
BrokenArXivMathArena47.9%–
Arena MathsArena (LMArena)15361505
FrontierMath ErdősEpoch AI Benchmarking Hub1.5%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub76.0%–
LiveBench 2.0 Data AnalysisLiveBench85.2%76.4%†
LiveBench ResearchLiveBench86.8%73.9%†
LiveBench 1.0 Data AnalysisLiveBench–76.4%
AA-Omniscience v1.1Artificial Analysis46.10.7
MMLU-ProVals AI–86.1%†
LegalBenchVals AI88.3%83.9%†
TaxEvalVals AI–75.6%†
PRBench FinanceScale AI SEAL49.9%†–
PRBench LegalScale AI SEAL49.4%†–
BioMysteryBenchVals AI76.3%–
Excel Modeling BenchmarkVals AI75.2%55.9%†
Excel Modeling Benchmark v1.1Vals AI74.8%66.3%†
MedCodeVals AI58.8%–
MedScribeVals AI87.4%88.9%†
Public Benefits Bench v1.1Vals AI69.8%–
Access to Justice BenchmarkVals AI68.5%71.1%†
Financial Coaching BenchVals AI73.1%–
Immigration BenchVals AI68.1%–
DrugDiscoveryBenchScale AI SEAL65.4%–
EBR-benchEpoch AI Benchmarking Hub64.8%–
GDP.pdfEpoch AI Benchmarking Hub28.4%14.0%†
AA-Omniscience v1.1: accuracyArtificial Analysis48.3%28.2%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis95.7%61.6%
HealthBench Professional (AA)OpenAI55.0%–
FACTS ParametricGoogle72.2%†–
指令遵循
LiveBench LanguageLiveBench–77.3%
LiveBench Instruction FollowingLiveBench–52.8%
MultiChallengeScale AI SEAL78.7%†–
Arena Instruction FollowingArena (LMArena)15281474
人类偏好
Arena TextArena (LMArena)15221475
EQ-Bench 4EQ-Bench1236†–
EQ-Bench Creative Writing v3EQ-Bench1758†–
Arena Creative WritingArena (LMArena)15231435
Arena Multi-turnArena (LMArena)15451476
Arena Longer QueriesArena (LMArena)15441480
多模态
Arena VisionArena (LMArena)–1295
LiveBench DesignLiveBench69.2%73.7%†
MMMU-ProArtificial Analysis88.3%†–
MMMU-Pro (Vals)Vals AI–86.0%†
SAGEVals AI89.5%89.3%†
AudioMCScale AI SEAL58.4%–
AudioMC (text output)Scale AI SEAL58.4%–
Humanity's Sixth SenseScale AI SEAL55.4%26.8%†
Blueprint-Bench 2Epoch AI Benchmarking Hub54.5%†–
Furniture AssemblyEpoch AI Benchmarking Hub72.5%–
VIALS-AAHandshake AI59.6%39.8%
Code2Video-AAArtificial Analysis1259975
AA-3DArtificial Analysis1147937
FACTS MultimodalGoogle54.2%†–
长上下文
AA-LCR v1.1Artificial Analysis79.7%80.0%
MLCRArtificial Analysis13.9%11.7%
FACTS GroundingGoogle73.3%†56.1%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub166.5†153.8
LiveBench 2.0LiveBench77.7%60.7%†
LiveBench 1.0LiveBench–71.6%
AA Intelligence Index v5.0.1Artificial Analysis50.427.8
AA Intelligence Index v4.3.2Artificial Analysis52.641.8
AA Progress Index v1Artificial Analysis341.8318.6
Vals IndexVals AI69.450.9†
Vals Finance IndexVals AI66.0%55.8%†
Vals RSI IndexVals AI30.6%–
Vals Science IndexVals AI55.4%–
Vals Router IndexVals AI69.2%†50.9%
Vals Legal IndexVals AI76.8%71.0%†
AA Cyber IndexArtificial Analysis–49.9
安全与诚实
FORTRESSScale AI SEAL–26.7%
DistressBenchScale AI SEAL68.6%†72.7%
元数据
AA Openness IndexArtificial Analysis–44.4

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • Gemini 4 Argon:标价将调整为每百万 token 输入 $4.00 / 输出 $20.00(已公布)。
  • GLM 5.3 Flash:BenchLeader Index 56.7 → 57.8。
  • Gemini 4 Argon (high):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Gemini 4 Argon (high):1 项新结果(Terminal-Bench)。
  • Gemini 4 Argon (high):1 项分数修订。
  • Gemini 4 Argon (high):BenchLeader Index 65.9 → 65.3。
  • Gemini 4 Argon (high):1 项新结果(PostTrainBench);输入价格 $4.00/M → $2.00/M;输出价格 $20.00/M → $10.00/M;价格 $9.95/M → $4.97/M。
  • GLM 5.3 Flash:1 项分数修订。
  • Gemini 4 Argon (high):4 项分数修订。
  • GLM 5.3 Flash:5 项分数修订。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Gemini 4 Argon vs GLM 5.3 Flash:常见问题

Gemini 4 Argon 比 GLM 5.3 Flash 更好吗?
质量上 Gemini 4 Argon (high) 领先:65.3 比 57.8。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,Gemini 4 Argon (high) 总体领先,但请结合你的用途查看各类别得分。
Gemini 4 Argon 和 GLM 5.3 Flash 哪个更便宜?价格会变吗?
目前 GLM 5.3 Flash 更便宜:每百万 token $0.238 比 $4.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。Gemini 4 Argon 的现价有效至 2026年11月30日,之后为 $8.00。
编程用 Gemini 4 Argon 还是 GLM 5.3 Flash 更好?
Gemini 4 Argon 在编程方面得分更高(类别得分 67 比 57,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Gemini 4 Argon 为 1681,GLM 5.3 Flash 为 1609。
Gemini 4 Argon 和 GLM 5.3 Flash 哪个更快?
Gemini 4 Argon 输出更快(输出 66 比 54 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Gemini 4 Argon 还是 GLM 5.3 Flash 更好?
两者在智能体任务方面持平(类别得分 59 比 59)。在两者共同的最主要智能体与工具基准测试 Arena Agent 上,Gemini 4 Argon 为 10.7,GLM 5.3 Flash 为 -2.9。
更多问题(4)
处理长文档哪个更好?
两者在长上下文基准测试上持平(65 比 65)。两者都约为 1M token(Gemini 4 Argon 为 1,048,576,GLM 5.3 Flash 为 1,000,000)。
哪个延迟更低?
Gemini 4 Argon 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 45.7 秒比 87.0 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Gemini 4 Argon 和 GLM 5.3 Flash 的看法一致吗?
在两者都有结果的 37 项基准测试中,Gemini 4 Argon 领先 34 项,GLM 5.3 Flash 领先 3 项。所有同时评测两者的综合评分都认为 Gemini 4 Argon 更强。
Gemini 4 Argon 是什么时候发布的?
Gemini 4 Argon 于 2026年9月30日 首次亮相,并于 2026年10月13日 正式发布。