BenchLeader

Gemini 4 Argon vs GPT-6.1 Sol

完整资料:Gemini 4 Argon(Google)和 GPT-6.1 Sol(OpenAI),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,Gemini 4 Argon 与 GPT-6.1 Sol 的质量不相上下(BenchLeader Index 65.3 比 66.6,在 ±3.2 的误差范围内)。两者价格相近(每百万 token 混合价格 $4.00 比 $4.00)。看重人类偏好(72 比 67)选 Gemini 4 Argon;看重智能体与工具(64 比 59)、编程(71 比 67)和推理(71 比 70)选 GPT-6.1 Sol。Gemini 4 Argon 的首次回答更快(45.7 秒 比 166.7 秒)。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,GPT-6.1 Sol 为 66.6(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)。
  • GPT-6.1 Sol 每百万 token 混合价格为 $4.00(标价,2026年11月16日)。
  • 在两者都有结果的 102 项基准测试中,Gemini 4 Argon 领先 55 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Gemini 4 Argon 的评分为 1681,GPT-6.1 Sol 为 1743(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GPT-6.1 Sol类别得分 71 比 67;Arena WebDev 1743 比 1681中
智能体与工具调用GPT-6.1 Sol类别得分 64 比 59;Terminal-Bench 60.9% 比 55.5%中
数学GPT-6.1 Sol类别得分 72 比 70;FrontierMath Tiers 1–3 93.7% 比 86.0%中
推理GPT-6.1 Sol类别得分 71 比 70;HLE-Diamond (AA) 58.8% 比 56.7%中
知识均可类别得分 72 比 72;SimpleQA Verified 76.0% 比 73.9%均可
长文档GPT-6.1 Sol类别得分 66 比 65;AA-LCR v1.1 83.0% 比 79.7%中
对话质量(人类偏好)Gemini 4 ArgonArena 投票 72 比 67中
成本最低均可每百万 token 混合价格 $4.00 比 $4.00;智能体编程会话 $0.160 比 $0.160;2026年12月1日 起:$8.00 比 $4.00–
首次回答最快Gemini 4 Argon首个回答 token 45.7 秒(Gemini 4 Argon (high))比 166.7 秒(GPT-6.1 Sol (max))–
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

  • Gemini 4 Argon (high) 与 GPT-6.1 Sol (max) 的质量不相上下(65.3 比 66.6,在 ±3.2 的误差范围内)。
  • Gemini 4 Argon (high) 在人类偏好、知识方面更强。
  • GPT-6.1 Sol (max) 在智能体与工具、编程、综合、长上下文、数学、推理方面更强。
  • 截至 2026年11月30日,两者价格相近(每百万 token 混合价格 $4.00);自 2026年12月1日 起为 $8.00 比 $4.00。
  • Gemini 4 Argon (high) 的输出速度是对方的 1.3 倍(66 比 50 token/秒)。

概览

规格Gemini 4 ArgonGPT-6.1 Sol
提供商GoogleOpenAI
发布日期2026年9月30日2026年9月29日
正式发布2026年10月13日2026年9月29日
上下文窗口(token)1,048,5761,050,000
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)GPT-6.1 Sol (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$2.00 / $10.00 / $0.100$2.00 / $10.00 / $0.100
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)GPT-6.1 Sol (max)领先者
推理69.571.4GPT-6.1 Sol
编程66.771.1GPT-6.1 Sol
智能体与工具58.664.3GPT-6.1 Sol
数学69.971.6GPT-6.1 Sol
知识71.971.5持平
人类偏好72.167.1Gemini 4 Argon
多模态–65.6无法比较
长上下文64.566.2GPT-6.1 Sol
综合63.867.9GPT-6.1 Sol

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: 72.1GPT-6.1 Sol, 推理: 71.4GPT-6.1 Sol, 编程: 71.1GPT-6.1 Sol, 智能体与工具: 64.3GPT-6.1 Sol, 数学: 71.6GPT-6.1 Sol, 知识: 71.5GPT-6.1 Sol, 长上下文: 66.2GPT-6.1 Sol, 人类偏好: 67.1

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 102 项基准测试中,Gemini 4 Argon 领先 55 项,GPT-6.1 Sol 领先 46 项,1 项持平。第三方来源看法不一:Gemini 4 Argon 在 Vals Index和Arena Text 上领先;GPT-6.1 Sol 在 AA Intelligence Index v5.0.1 上领先。

综合 IndexGemini 4 Argon (high)GPT-6.1 Sol (max)领先者
BenchLeader Index65.366.6不相上下
AA Intelligence Index v5.0.150.454.6GPT-6.1 Sol
Vals Index69.463.9Gemini 4 Argon
Arena Text15221481Gemini 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)GPT-6.1 Sol (max)
每百万 token 混合价格(截至 2026年11月30日)$4.00$4.00
每百万 token 输入 / 输出$2.00 / $10.00$2.00 / $10.00
自 2026年12月1日 起每百万 token 混合价格$8.00$4.00
自 2026年12月1日 起每百万 token 输入 / 输出$4.00 / $20.00$2.00 / $10.00
每百万 token 缓存输入$0.100$0.100
每项任务价格:聊天回复$0.0038$0.0038
每项任务价格:总结一份 30 页的报告$0.030$0.030
每项任务价格:代码编辑$0.027$0.027
每项任务价格:智能体编程会话$0.160$0.160
每项任务价格:结构化信息提取$0.0060$0.0060
智能体编程会话(输入大多命中缓存)$0.074$0.074
每项基准测试任务成本(AA Index)$4.97$1.27
每项任务输出 token(AA Index)116k68k
其中推理部分68k49k
每项任务耗时(AA Index)29 min23 min
输出速度66 tok/s50 tok/s
首次回答时间45.7 秒166.7 秒
完整回答耗时(最近一次测量 2026年11月13日)122.1 秒429.6 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 GPT-6.1 Sol (max) 上花费 $1.27;完成同样的工作,Gemini 4 Argon (high) 输出的 token 是对方的 1.7 倍,这是只看 token 单价看不出来的。

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)。GPT-6.1 Sol (max) 得分 66.6,首个回答 token 需 167 秒;GPT-6.1 Sol (xhigh) 为 63.6(68 秒),GPT-6.1 Sol (high) 为 63.4(33 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 163 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)GPT-6.1 Sol (max)
BenchLeader IndexBenchLeader65.366.6
智能体与工具得分BenchLeader58.664.3
编程得分BenchLeader66.771.1
综合得分BenchLeader63.867.9
人类偏好得分BenchLeader72.167.1
知识得分BenchLeader71.971.5
长上下文得分BenchLeader64.566.2
数学得分BenchLeader69.971.6
推理得分BenchLeader69.571.4
多模态得分BenchLeader–65.6
混合价格(美元/百万 token)BenchLeader$4.00$4.00
输出速度BenchLeader66 tok/s50 tok/s
首次回答时间BenchLeader45.7 秒166.7 秒
上下文窗口BenchLeader1,048,576 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub96.4%95.4%
SimpleBenchSimpleBench91.7%†82.9%†
Arena Hard PromptsArena (LMArena)15451505
LiveBench 2.0 ReasoningLiveBench95.1%92.6%
LiveBench 1.0 ReasoningLiveBench–92.6%
Humanity's Last Exam (AA)Artificial Analysis57.1%52.9%
HLE-Diamond (AA)Artificial Analysis56.7%58.8%
ARC-AGI-1ARC Prize98.5%96.5%
ARC-AGI-2ARC Prize91.3%94.2%
ARC-AGI-3ARC Prize97.3%96.2%
CritPtArtificial Analysis27.1%31.7%
CritPt v2 hard subset (AA)Artificial Analysis52.5%69.5%
MysteryMechanismVals AI45.5%46.4%
HLE-Diamond (Scale)Scale AI SEAL53.2%†–
Arena ExpertArena (LMArena)15491525
Chess PuzzlesEpoch AI Benchmarking Hub59.0%68.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub64.0%80.0%
LMCAEpoch AI Benchmarking Hub63.7%62.8%
DTBenchEpoch AI Benchmarking Hub97.3%96.5%
编程
SciCodeSciCode61.8%54.2%
FrontierCodeCognition47.5%†50.2%†
Arena CodingArena (LMArena)15531540
Arena WebDevArena (LMArena)16811743
LiveBench 2.0 CodingLiveBench85.7%82.1%
LiveBench 1.0 CodingLiveBench–80.4%
显示全部 163 项基准测试
指标发布方Gemini 4 Argon (high)GPT-6.1 Sol (max)
编程
IOIVals AI100.0%96.9%
Code MigrationVals AI68.2%65.1%
Code Migration v1.1Vals AI70.8%77.3%
ProgramBenchVals AI2.5%3.0%
SWE-bench MultimodalVals AI56.0%43.5%
Vibe Code Bench 1-100Vals AI21.2%–
Vibe Code Bench v1.1Vals AI91.9%88.9%
SWE Atlas v1.1Scale AI SEAL70.1%†65.9%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL65.3%†71.0%†
SWE Atlas v1.1: Test WritingScale AI SEAL77.8%†66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL67.1%†60.0%†
SWE-Bench Pro V2Scale AI SEAL99.2%96.1%†
SWE-Bench Pro V2 HARDScale AI SEAL92.2%–
MirrorCodeEpoch AI Benchmarking Hub58.9%61.1%
CursorBenchCursor52.9%–
ALE-BenchEpoch AI Benchmarking Hub2100.12743.8
FrontierSWEEpoch AI Benchmarking Hub55.0%–
WeirdML v3WeirdML20.3%38.3%†
Terminal-Bench 4.0 (AA)Artificial Analysis57.1%56.1%
Startrise FrontendStartrise–78.6%†
GameBench 2 OverallDuelLab GameBench 281.7†84.9†
GameBench 2 by reasoning settingDuelLab GameBench 289.292.0†
Design Arena WebsiteDesign Arena1316†1315†
FrontierCode 1.1 (AA)Artificial Analysis43.5%49.1%
FrontierCode 2.0 (AA)Artificial Analysis25.7%40.6%
智能体与工具
Terminal-BenchTerminal-Bench55.5%60.9%
Remote Labor IndexScale AI / CAIS17.1%†–
APEX-AgentsMercor82.4%†60.0%
Arena AgentArena (LMArena)10.712.5
LiveBench Long AgenticLiveBench58.5%65.6%
LiveBench BrowserLiveBench82.8%93.3%
LiveBench Agentic CodingLiveBench–54.5%
Terminal-Bench 2.1 (Vals)Vals AI57.7%–
MCP AtlasScale AI SEAL90.7%†–
HiL-BenchScale AI SEAL62.0%†62.3%†
GDPval-AA v2.1, normalised scoreArtificial Analysis56.2%54.8%
GDPval-AA v2.1Artificial Analysis16341607
Analyst Agent (AA)Artificial Analysis48.8%50.0%
CUA-benchVals AI4.8%–
CyberBenchVals AI77.9%39.3%
Finance Agent v2Vals AI65.4%52.0%
Finance Agent v2.1Vals AI67.7%61.8%
Harvey's Legal Agent Benchmark v1.1Vals AI27.1%6.3%
Harvey's Legal Agent Benchmark v1Vals AI19.6%5.4%
Legal Research BenchVals AI54.8%38.5%
Robo-benchVals AI0.8%28.3%
SREBenchVals AI44.3%50.8%
Tax Agent BenchVals AI49.2%21.8%
Terminal-Bench 4.0 (Vals)Vals AI57.6%55.0%
Terminal-Bench ScienceVals AI44.3%52.9%
Time Horizon Index: KSPVals AI52.5%–
Arena SearchArena (LMArena)–1249
Arena Agent Task CompletionArena (LMArena)13.211.7
PostTrainBenchEpoch AI Benchmarking Hub40.4%38.8%
Vending-Bench 2Andon Labs13718.2†12860.6†
SpireClimbEpoch AI Benchmarking Hub–23.8%
AutomationBenchArtificial Analysis77.5%64.9%
GDP.pdf (AA)Artificial Analysis21.8%31.0%
Harvey LAB-AA v1.1Harvey3.9%6.9%
AA-Briefcase v1.1Artificial Analysis14851555
GDPxGDPx by SemiAnalysis7.3%8.4%
Design Arena AgenticDesign Arena1274†1375
Terminal-Bench-Science 0.1 (AA)Artificial Analysis52.9%58.1%
MKA (AA)Artificial Analysis51.3%47.7%
FACTS SearchGoogle89.9%†92.8%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub86.0%93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub78.0%100.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%100.0%
ProofBenchVals AI99.0%†99.0%†
LiveBench MathematicsLiveBench–96.8%
ArXivMathMathArena84.4%92.8%
BrokenArXivMathArena47.9%83.1%
Arena MathsArena (LMArena)15361499
FrontierMath ErdősEpoch AI Benchmarking Hub1.5%4.4%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub76.0%73.9%
LiveBench 2.0 Data AnalysisLiveBench85.2%82.7%
LiveBench ResearchLiveBench86.8%90.0%
LiveBench 1.0 Data AnalysisLiveBench–82.7%
AA-Omniscience v1.1Artificial Analysis46.142.0
LegalBenchVals AI88.3%–
PRBench FinanceScale AI SEAL49.9%†46.2%†
PRBench LegalScale AI SEAL49.4%†47.9%†
BioMysteryBenchVals AI76.3%79.6%
ClaimBenchVals AI–100.0%
Excel Modeling BenchmarkVals AI75.2%70.8%
Excel Modeling Benchmark v1.1Vals AI74.8%71.1%
MedCodeVals AI58.8%48.8%
MedScribeVals AI87.4%86.5%
Public Benefits Bench v1.1Vals AI69.8%59.3%
Access to Justice BenchmarkVals AI68.5%65.8%
Financial Coaching BenchVals AI73.1%68.5%
Immigration BenchVals AI68.1%67.8%
DrugDiscoveryBenchScale AI SEAL65.4%–
EBR-benchEpoch AI Benchmarking Hub64.8%54.3%
GDP.pdfEpoch AI Benchmarking Hub28.4%35.0%
AA-Omniscience v1.1: accuracyArtificial Analysis48.3%61.8%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis95.7%48.1%
HealthBench Professional (AA)OpenAI55.0%65.1%
FACTS ParametricGoogle72.2%†83.8%†
指令遵循
LiveBench LanguageLiveBench–90.1%
LiveBench Instruction FollowingLiveBench–74.2%
MultiChallengeScale AI SEAL78.7%†82.0%†
Arena Instruction FollowingArena (LMArena)15281482
人类偏好
Arena TextArena (LMArena)15221481
EQ-Bench 4EQ-Bench1236†1272†
EQ-Bench Creative Writing v3EQ-Bench1758†–
Arena Creative WritingArena (LMArena)15231449
Arena Multi-turnArena (LMArena)15451486
Arena Longer QueriesArena (LMArena)15441488
多模态
Arena VisionArena (LMArena)–1286
LiveBench DesignLiveBench69.2%79.6%
MMMU-ProArtificial Analysis88.3%†86.0%
SAGEVals AI89.5%90.5%
AudioMCScale AI SEAL58.4%–
AudioMC (text output)Scale AI SEAL58.4%–
Humanity's Sixth SenseScale AI SEAL55.4%46.6%
Blueprint-Bench 2Epoch AI Benchmarking Hub54.5%†43.2%†
Furniture AssemblyEpoch AI Benchmarking Hub72.5%80.0%
VIALS-AAHandshake AI59.6%59.0%
Code2Video-AAArtificial Analysis12591369
AA-3DArtificial Analysis11471121
FACTS MultimodalGoogle54.2%†52.6%†
长上下文
AA-LCR v1.1Artificial Analysis79.7%83.0%
MLCRArtificial Analysis13.9%38.3%
FACTS GroundingGoogle73.3%†78.0%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub166.5†168.5†
LiveBench 2.0LiveBench77.7%81.4%
LiveBench 1.0LiveBench–81.6%
AA Intelligence Index v5.0.1Artificial Analysis50.454.6
AA Intelligence Index v4.3.2Artificial Analysis52.651.8
AA Progress Index v1Artificial Analysis341.8348.5
Vals IndexVals AI69.463.9
Vals Finance IndexVals AI66.0%55.8%
Vals RSI IndexVals AI30.6%26.6%
Vals Science IndexVals AI55.4%59.6%
Vals Router IndexVals AI69.2%†63.9%†
Vals Legal IndexVals AI76.8%68.7%
安全与诚实
DistressBenchScale AI SEAL68.6%†74.2%†

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)。
  • Gemini 4 Argon (high):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6.1 Sol (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…);1 项分数修订。
  • Gemini 4 Argon (high):1 项新结果(Terminal-Bench)。
  • GPT-6.1 Sol (max):1 项分数修订。
  • Gemini 4 Argon (high):1 项分数修订。
  • GPT-6.1 Sol (max):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。
  • GPT-6.1 Sol (max):1 项新结果(PostTrainBench)。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Gemini 4 Argon vs GPT-6.1 Sol:常见问题

Gemini 4 Argon 比 GPT-6.1 Sol 更好吗?
Gemini 4 Argon (high) 与 GPT-6.1 Sol (max) 的质量不相上下(65.3 比 66.6,在 ±3.2 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Gemini 4 Argon 和 GPT-6.1 Sol 哪个更便宜?价格会变吗?
两者价格相同:每百万 token 混合价格 $4.00。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 GPT-6.1 Sol 更好?
GPT-6.1 Sol 在编程方面得分更高(类别得分 71 比 67,50 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,GPT-6.1 Sol 为 1743。
Gemini 4 Argon 和 GPT-6.1 Sol 哪个更快?
Gemini 4 Argon 输出更快(输出 66 比 50 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Gemini 4 Argon 还是 GPT-6.1 Sol 更好?
GPT-6.1 Sol 在智能体任务方面得分更高(类别得分 64 比 59,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Terminal-Bench 上,Gemini 4 Argon 为 55.5%,GPT-6.1 Sol 为 60.9%。
更多问题(4)
处理长文档哪个更好?
GPT-6.1 Sol 在长上下文基准测试上得分更高(66 比 65)。两者都约为 1.1M token(Gemini 4 Argon 为 1,048,576,GPT-6.1 Sol 为 1,050,000)。
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 166.7 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 GPT-6.1 Sol 的看法一致吗?
在两者都有结果的 102 项基准测试中,Gemini 4 Argon 领先 55 项,GPT-6.1 Sol 领先 46 项,1 项持平。第三方来源看法不一:Gemini 4 Argon 在 Vals Index和Arena Text 上领先;GPT-6.1 Sol 在 AA Intelligence Index v5.0.1 上领先。
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。