Gemini 4 Argon
Google· 2026-09-30 上线
综合第 4 名
64.1
编程
61.3第 7 名
科研
63.0第 7 名
专业办公
72.4第 1 名
知识问答
62.5第 2 名
- 评测覆盖
- 14 / 25 项 · 56%
- 缓存输入
- ¥1.35
- 输入
- ¥26.90
- 输出
- ¥134.51
价格：人民币 / 百万 Token。
编程
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| FrontierCode | 47.5% | 57.9 | medium | 46 |
| FrontierSWE | 55.0% | 61.3 | high | 21 |
| CursorBench | 52.9% | 61.9 | high | 17 |
| WebDev Arena | 1,680 | 64.1 | high | 96 |
科研
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| FrontierMath（1–3 级） | 86.0% | 61.6 | high | 66 |
| FrontierMath（4 级） | 78.0% | 63.0 | high | 57 |
| CritPt | 27.1% | 64.1 | high | 101 |
| ProofBench | 99.0% | 68.2 | 未注明 | 77 |
| OTIS Mock AIME | 100.0% | 56.5 | high | 87 |
| SciCode | 61.8% | 64.3 | high | 97 |
专业办公
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| APEX-Agents | 82.4% | 73.0 | 未注明 | 49 |
| Vending-Bench 2 | $13,718 | 71.7 | 未注明 | 55 |
知识问答
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| SimpleQA Verified | 76.0% | 67.4 | high | 65 |
| GPQA Diamond | 96.4% | 57.7 | high | 84 |
仅展示（不计分）
这些评测测的能力不在四个领域里，或者我们还没把握归到哪个领域。
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| 国际象棋谜题 | 59.0% | 不计分 | high | 88 |
原始成绩取这个模型各个推理档位（medium、high、low、minimal、未注明）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。 数据 10月16日 06:10 更新。