BenchLeader

Gemini 4 Argon vs GPT-6 Luna

完整资料:Gemini 4 Argon(Google)和 GPT-6 Luna(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 14 个来源

截至 2026年11月16日,质量上 Gemini 4 Argon 领先 GPT-6 Luna(BenchLeader Index 65.3 比 55.1)。不过,GPT-6 Luna 更便宜,对方的价格是它的 20 倍(每百万 token 混合价格 $0.200 比 $4.00)。看重知识(72 比 45)、推理(70 比 56)和智能体与工具(59 比 49)选 Gemini 4 Argon;看重长上下文(66 比 65)选 GPT-6 Luna。Gemini 4 Argon 的首次回答更快(45.7 秒 比 73.9 秒)。GPT-6 Luna 的输出更快(约 1.5 倍)。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 Luna 为 55.1(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 Luna 每百万 token 混合价格为 $0.200(标价,2026年11月16日)。
  • GPT-6 Luna 比 Gemini 4 Argon 输出更快(约 1.5 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 94 项基准测试中,Gemini 4 Argon 领先 88 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Gemini 4 Argon 的评分为 1681,GPT-6 Luna 为 1577(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 1577高
智能体与工具调用Gemini 4 Argon类别得分 59 比 49;Terminal-Bench 55.5% 比 15.2%高
数学Gemini 4 Argon类别得分 70 比 64;FrontierMath Tiers 1–3 86.0% 比 79.0%中
推理Gemini 4 Argon类别得分 70 比 56;GPQA Diamond 96.4% 比 90.5%高
知识Gemini 4 Argon类别得分 72 比 45;SimpleQA Verified 76.0% 比 41.4%高
长文档GPT-6 Luna类别得分 66 比 65;AA-LCR v1.1 83.3% 比 79.7%中
对话质量(人类偏好)Gemini 4 ArgonArena 投票 72 比 62高
成本最低GPT-6 Luna每百万 token 混合价格 $0.200 比 $4.00;智能体编程会话 $0.008 比 $0.160;2026年12月1日 起:$0.200 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 73.9 秒(GPT-6 Luna (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

  • 质量上 Gemini 4 Argon (high) 领先:65.3 比 55.1。
  • Gemini 4 Argon (high) 在智能体与工具、编程、综合、人类偏好、知识、数学、推理方面更强。
  • GPT-6 Luna (max) 在长上下文方面更强。
  • 截至 2026年11月30日,GPT-6 Luna (max) 更便宜,对方的价格是它的 20 倍(每百万 token 混合价格 $0.200 比 $4.00);自 2026年12月1日 起为 $0.200 比 $8.00。
  • GPT-6 Luna (max) 的输出速度是对方的 1.6 倍(103 比 66 token/秒)。

概览

规格Gemini 4 ArgonGPT-6 Luna
提供商GoogleOpenAI
发布日期2026年9月30日2026年9月22日
正式发布2026年10月13日2026年9月22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 Luna (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$0.100 / $0.500 / $0.010
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 Luna (max)领先者
推理69.555.7Gemini 4 Argon
编程66.757.3Gemini 4 Argon
智能体与工具58.648.5Gemini 4 Argon
数学69.963.6Gemini 4 Argon
知识71.944.8Gemini 4 Argon
人类偏好72.162.2Gemini 4 Argon
多模态–57.6无法比较
长上下文64.566.4GPT-6 Luna
综合63.844.5Gemini 4 Argon

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 Luna, 推理: 55.7GPT-6 Luna, 编程: 57.3GPT-6 Luna, 智能体与工具: 48.5GPT-6 Luna, 数学: 63.6GPT-6 Luna, 知识: 44.8GPT-6 Luna, 长上下文: 66.4GPT-6 Luna, 人类偏好: 62.2

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 94 项基准测试中,Gemini 4 Argon 领先 88 项,GPT-6 Luna 领先 6 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)GPT-6 Luna (max)领先者
BenchLeader Index65.355.1Gemini 4 Argon
AA Intelligence Index v5.0.150.427.9Gemini 4 Argon
Vals Index69.452.3Gemini 4 Argon
Arena Text15221441Gemini 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 Luna (max)
每百万 token 混合价格(截至 2026年11月30日)$4.00$0.200
每百万 token 输入 / 输出$2.00 / $10.00$0.100 / $0.500
自 2026年12月1日 起每百万 token 混合价格$8.00$0.200
自 2026年12月1日 起每百万 token 输入 / 输出$4.00 / $20.00$0.100 / $0.500
每百万 token 缓存输入$0.100$0.010
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$0.0015
每项任务价格:代码编辑$0.027$0.0014
每项任务价格:智能体编程会话$0.160$0.0080
每项任务价格:结构化信息提取$0.0060$0.0003
智能体编程会话(输入大多命中缓存)$0.074$0.0040
每项基准测试任务成本(AA Index)$4.97$0.152
每项任务输出 token(AA Index)116k75k
其中推理部分68k58k
每项任务耗时(AA Index)29 min12 min
输出速度66 tok/s103 tok/s
首次回答时间45.7 秒73.9 秒
完整回答耗时(最近一次测量 2026年11月13日)122.1 秒171.6 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 Luna (max) 上花费 $0.152;完成同样的工作,Gemini 4 Argon (high) 输出的 token 是对方的 1.5 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 Luna (max) 得分 55.1,首个回答 token 需 74 秒;GPT-6 Luna (xhigh) 为 52.0(17 秒),GPT-6 Luna (high) 为 51.1(10 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 168 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 Luna (max)
BenchLeader IndexBenchLeader65.355.1
智能体与工具得分BenchLeader58.648.5
编程得分BenchLeader66.757.3
综合得分BenchLeader63.844.5
人类偏好得分BenchLeader72.162.2
知识得分BenchLeader71.944.8
长上下文得分BenchLeader64.566.4
数学得分BenchLeader69.963.6
推理得分BenchLeader69.555.7
多模态得分BenchLeader–57.6
混合价格(美元/百万 token)BenchLeader$4.00$0.200
输出速度BenchLeader66 tok/s103 tok/s
首次回答时间BenchLeader45.7 秒73.9 秒
上下文窗口BenchLeader1,048,576 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub96.4%90.5%
SimpleBenchSimpleBench91.7%†–
Arena Hard PromptsArena (LMArena)15451464
LiveBench 2.0 ReasoningLiveBench95.1%81.8%
LiveBench 1.0 ReasoningLiveBench–81.8%
Humanity's Last Exam (AA)Artificial Analysis57.1%38.5%
HLE-Diamond (AA)Artificial Analysis56.7%22.2%
ARC-AGI-1ARC Prize98.5%86.7%
ARC-AGI-2ARC Prize91.3%59.3%
ARC-AGI-3ARC Prize97.3%0.6%
CritPtArtificial Analysis27.1%19.4%
CritPt v2 hard subset (AA)Artificial Analysis52.5%42.5%
MysteryMechanismVals AI45.5%19.4%
HLE-Diamond (Scale)Scale AI SEAL53.2%†–
Arena ExpertArena (LMArena)15491487
Chess PuzzlesEpoch AI Benchmarking Hub59.0%36.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub64.0%7.0%
LMCAEpoch AI Benchmarking Hub63.7%44.5%
DTBenchEpoch AI Benchmarking Hub97.3%90.1%
编程
SciCodeSciCode61.8%54.6%
FrontierCodeCognition47.5%†42.4%
Arena CodingArena (LMArena)15531501
Arena WebDevArena (LMArena)16811577
LiveBench 2.0 CodingLiveBench85.7%70.8%
LiveBench 1.0 CodingLiveBench–79.0%
显示全部 168 项基准测试
指标发布方Gemini 4 Argon (high)GPT-6 Luna (max)
编程
IOIVals AI100.0%55.6%
Code MigrationVals AI68.2%42.5%
Code Migration v1.1Vals AI70.8%46.7%
ProgramBenchVals AI2.5%0.5%
SWE-bench MultimodalVals AI56.0%37.5%
Vibe Code Bench 1-100Vals AI21.2%–
Vibe Code Bench v1.1Vals AI91.9%81.7%
SWE Atlas v1.1Scale AI SEAL70.1%†50.8%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL65.3%†50.8%†
SWE Atlas v1.1: Test WritingScale AI SEAL77.8%†54.4%†
SWE Atlas v1.1: RefactoringScale AI SEAL67.1%†47.1%†
SWE-Bench Pro V2Scale AI SEAL99.2%–
SWE-Bench Pro V2 HARDScale AI SEAL92.2%–
MirrorCodeEpoch AI Benchmarking Hub58.9%26.7%
CursorBenchCursor52.9%–
ALE-BenchEpoch AI Benchmarking Hub2100.11576.9†
FrontierSWEEpoch AI Benchmarking Hub55.0%–
WeirdML v3WeirdML20.3%7.9%†
Terminal-Bench 4.0 (AA)Artificial Analysis57.1%12.6%
Startrise FrontendStartrise–69.3%†
GameBench 2 OverallDuelLab GameBench 281.7†47.5†
GameBench 2 by reasoning settingDuelLab GameBench 289.255.9†
Design Arena WebsiteDesign Arena1316†1268†
FrontierCode 1.1 (AA)Artificial Analysis43.5%41.9%
FrontierCode 2.0 (AA)Artificial Analysis25.7%25.2%
智能体与工具
Terminal-BenchTerminal-Bench55.5%15.2%
Remote Labor IndexScale AI / CAIS17.1%†–
APEX-AgentsMercor82.4%†44.3%
Arena AgentArena (LMArena)10.71.6
LiveBench Long AgenticLiveBench58.5%24.7%
LiveBench BrowserLiveBench82.8%70.3%
LiveBench Agentic CodingLiveBench–51.2%
Terminal-Bench 2.1 (Vals)Vals AI57.7%73.0%
MCP AtlasScale AI SEAL90.7%†–
HiL-BenchScale AI SEAL62.0%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis56.2%46.6%
GDPval-AA v2.1Artificial Analysis16341443
Analyst Agent (AA)Artificial Analysis48.8%43.8%
CUA-benchVals AI4.8%–
CyberBenchVals AI77.9%76.3%
Finance Agent v2Vals AI65.4%49.9%
Finance Agent v2.1Vals AI67.7%56.8%
Harvey's Legal Agent Benchmark v1.1Vals AI27.1%4.2%
Harvey's Legal Agent Benchmark v1Vals AI19.6%2.9%
Legal Research BenchVals AI54.8%30.3%
Robo-benchVals AI0.8%–
SREBenchVals AI44.3%2.7%
Tax Agent BenchVals AI49.2%19.9%
Terminal-Bench 4.0 (Vals)Vals AI57.6%13.6%
Terminal-Bench ScienceVals AI44.3%4.3%
Time Horizon Index: KSPVals AI52.5%–
Arena SearchArena (LMArena)–1211
Arena Agent Task CompletionArena (LMArena)13.2-0.4
PostTrainBenchEpoch AI Benchmarking Hub40.4%–
Vending-Bench 2Andon Labs13718.2†–
SpireClimbEpoch AI Benchmarking Hub–0.0%
AutomationBenchArtificial Analysis77.5%53.2%
GDP.pdf (AA)Artificial Analysis21.8%22.8%
Harvey LAB-AA v1.1Harvey3.9%3.3%
AA-Briefcase v1.1Artificial Analysis14851337
GDPxGDPx by SemiAnalysis7.3%5.1%
Design Arena AgenticDesign Arena1274†1152†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis52.9%8.6%
CWE-Bench (AA)Artificial Analysis–56.7%
DeepSec-Bench (AA)Artificial Analysis–23.5%
CyberGym end-to-end (AA)Artificial Analysis–77.9%
MKA (AA)Artificial Analysis51.3%36.8%
FACTS SearchGoogle89.9%†86.8%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub86.0%79.0%
FrontierMath Tier 4Epoch AI Benchmarking Hub78.0%56.1%
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%98.9%
ProofBenchVals AI99.0%†64.0%†
LiveBench MathematicsLiveBench–89.1%
ArXivMathMathArena84.4%–
BrokenArXivMathArena47.9%–
Arena MathsArena (LMArena)15361449
FrontierMath ErdősEpoch AI Benchmarking Hub1.5%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub76.0%41.4%
LiveBench 2.0 Data AnalysisLiveBench85.2%73.4%
LiveBench ResearchLiveBench86.8%48.5%
LiveBench 1.0 Data AnalysisLiveBench–73.4%
AA-Omniscience v1.1Artificial Analysis46.1-8.3
LegalBenchVals AI88.3%–
PRBench FinanceScale AI SEAL49.9%†–
PRBench LegalScale AI SEAL49.4%†42.9%†
BioMysteryBenchVals AI76.3%61.5%
ClaimBenchVals AI–99.2%
Excel Modeling BenchmarkVals AI75.2%68.5%
Excel Modeling Benchmark v1.1Vals AI74.8%70.0%
MedCodeVals AI58.8%44.7%
MedScribeVals AI87.4%83.7%
Public Benefits Bench v1.1Vals AI69.8%57.6%
Access to Justice BenchmarkVals AI68.5%–
Financial Coaching BenchVals AI73.1%65.2%
Immigration BenchVals AI68.1%62.5%
DrugDiscoveryBenchScale AI SEAL65.4%–
EBR-benchEpoch AI Benchmarking Hub64.8%–
GDP.pdfEpoch AI Benchmarking Hub28.4%23.0%
AA-Omniscience v1.1: accuracyArtificial Analysis48.3%39.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis95.7%20.6%
HealthBench Professional (AA)OpenAI55.0%61.9%
FACTS ParametricGoogle72.2%†57.0%†
指令遵循
LiveBench LanguageLiveBench–73.8%
LiveBench Instruction FollowingLiveBench–55.9%
MultiChallengeScale AI SEAL78.7%†–
Arena Instruction FollowingArena (LMArena)15281436
人类偏好
Arena TextArena (LMArena)15221441
EQ-Bench 4EQ-Bench1236†–
EQ-Bench Creative Writing v3EQ-Bench1758†–
Arena Creative WritingArena (LMArena)15231408
Arena Multi-turnArena (LMArena)15451441
Arena Longer QueriesArena (LMArena)15441449
多模态
Arena VisionArena (LMArena)–1211
LiveBench DesignLiveBench69.2%76.1%
MMMU-ProArtificial Analysis88.3%†79.7%
SAGEVals AI89.5%83.4%
AudioMCScale AI SEAL58.4%–
AudioMC (text output)Scale AI SEAL58.4%–
Humanity's Sixth SenseScale AI SEAL55.4%21.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub54.5%†31.2%†
Furniture AssemblyEpoch AI Benchmarking Hub72.5%44.2%
VIALS-AAHandshake AI59.6%27.3%
Code2Video-AAArtificial Analysis12591030
AA-3DArtificial Analysis11471000
FACTS MultimodalGoogle54.2%†38.7%†
长上下文
AA-LCR v1.1Artificial Analysis79.7%83.3%
MLCRArtificial Analysis13.9%26.1%
FACTS GroundingGoogle73.3%†76.7%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub166.5†156.4†
LiveBench 2.0LiveBench77.7%60.4%
LiveBench 1.0LiveBench–72.0%
AA Intelligence Index v5.0.1Artificial Analysis50.427.9
AA Intelligence Index v4.3.2Artificial Analysis52.638.1
AA Progress Index v1Artificial Analysis341.8317.1
Vals IndexVals AI69.452.3
Vals Finance IndexVals AI66.0%53.0%
Vals RSI IndexVals AI30.6%–
Vals Science IndexVals AI55.4%28.4%
Vals Router IndexVals AI69.2%†52.3%†
Vals Legal IndexVals AI76.8%62.2%
AA Cyber IndexArtificial Analysis–52.7
安全与诚实
FORTRESSScale AI SEAL–10.8%†
DistressBenchScale AI SEAL68.6%†66.7%†

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)。
  • GPT-6 Luna (max):BenchLeader Index 56.6 → 55.1。
  • Gemini 4 Argon (high):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6 Luna (max):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。
  • Gemini 4 Argon (high):4 项分数修订。
  • GPT-6 Luna (max):1 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 GPT-6 Luna:常见问题

Gemini 4 Argon 比 GPT-6 Luna 更好吗?
质量上 Gemini 4 Argon (high) 领先:65.3 比 55.1。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 GPT-6 Luna 哪个更便宜?价格会变吗?
目前 GPT-6 Luna 更便宜:每百万 token $0.200 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 GPT-6 Luna 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,GPT-6 Luna 为 1577。
Gemini 4 Argon 和 GPT-6 Luna 哪个更快?
GPT-6 Luna 输出更快(约 1.5 倍;输出 103 比 66 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 Luna 更好?
Gemini 4 Argon 在智能体任务方面得分更高(类别得分 59 比 49,50 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 Luna 为 15.2%。
更多问题(4)
处理长文档哪个更好?
GPT-6 Luna 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 Luna 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 73.9 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 Luna 的看法一致吗?
在两者都有结果的 94 项基准测试中,Gemini 4 Argon 领先 88 项,GPT-6 Luna 领先 6 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。