Gemini 4 Argon

Google DeepMind · 发布于 2026-09-30

评分规则

知识问答证据不足

综合评分82.7未进入主榜 · 覆盖 72%

编程81.7第 2 名 · 覆盖 75%单一机构

专业办公88.1第 1 名 · 覆盖 75%单一机构

知识问答83.3未进入分榜 · 覆盖 33%评测较少（1/3）单一机构

科研78.3第 4 名 · 覆盖 83%

上下文窗口

1,048,576 token

API 价格

缓存 ¥1.34 · 输入 ¥26.74 · 输出 ¥133.72

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

13 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-10-13；另有 9 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（3）

google/gemini-4-argon
gemini-4-argon_high
Gemini 4 Argon (High)

编程

81.7

Terminal-Bench 4.0Vals AI57.58%统一读数 83.2

来源: Terminal-Bench 4.0
上游型号: google/gemini-4-argon
运行配置: high · Mini-SWE-agent · 输出上限 262144
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Code MigrationVals AI68.17%统一读数 81.1

来源: Code Migration
上游型号: google/gemini-4-argon
运行配置: high · Vals agentic 统一流程 · 输出上限 262144
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI91.91%统一读数 78.2

来源: Vibe Code Bench v1.1
上游型号: google/gemini-4-argon
运行配置: high · OpenHands · 输出上限 262144
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

78.3

FrontierMath T1–3 v2Epoch AI85.96%统一读数 73.2

来源: FrontierMath T1–3 v2
上游型号: gemini-4-argon_high
运行配置: gemini-4-argon_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI59.00%统一读数 75.1

来源: Chess Puzzles
上游型号: gemini-4-argon_high
运行配置: gemini-4-argon_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Mystery Game PuzzlesEpoch AI64.00%统一读数 77.7

来源: Mystery Game Puzzles
上游型号: gemini-4-argon_high
运行配置: gemini-4-argon_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

MysteryMechanismVals AI45.49%统一读数 77.0

来源: MysteryMechanism
上游型号: google/gemini-4-argon
运行配置: high · Vals agentic 统一流程 · 输出上限 262144
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI44.29%统一读数 79.6

来源: Terminal-Bench-Science
上游型号: google/gemini-4-argon
运行配置: high · Mini-SWE-agent · 输出上限 262144
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

88.1

Finance Agent (v2)Vals AI65.40%统一读数 86.1

来源: Finance Agent (v2)
上游型号: google/gemini-4-argon
运行配置: high · Vals agentic 统一流程 · 输出上限 262144
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI19.58%统一读数 187.8

来源: Harvey's Legal Agent Benchmark
上游型号: google/gemini-4-argon
运行配置: high · Vals agentic 统一流程 · 输出上限 262144
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

MedCodeVals AI58.80%统一读数 88.4

来源: MedCode
上游型号: google/gemini-4-argon
运行配置: high · Vals one-shot 统一流程 · 输出上限 262144
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

83.3

SimpleQA VerifiedEpoch AI76.00%统一读数 83.1

来源: SimpleQA Verified
上游型号: gemini-4-argon_high
运行配置: gemini-4-argon_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

真人偏好

85.4

Arena Text · 风格控制Arena1523.90 Elo统一读数 88.9

来源: Arena Text · 风格控制
上游型号: Gemini 4 Argon (High)
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（5）

LiveBench Coding、LiveBench Reasoning、LiveBench Data Analysis、LiveBench Language、LiveBench IF

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。