Artificial Analysis: Gemini 4 Argon scores 53 on Intelligence Index, matching GPT-6 As
At its highest reasoning setting, Argon scores 53 on the Intelligence Index, one point above GPT-6.1 Sol and 23 above Gemini 3.1 Pro Preview; its hallucination rate is just 15%, but its accuracy of 50% trails Astra's 63%.
Artificial Analysis 完成 Gemini 4 Argon 第三方评测。在最高推理档位下，Argon 的 Intelligence Index 得到 53 分，追平 GPT-6 Astra，比 GPT-6.1 Sol 高 1 分。相比 Google 上一款非 Flash 模型 Gemini 3.1 Pro Preview，分数提高了 23 分。 按目前 API 首发半价计算，Argon 每个 Intelligence Index 任务平均花费 1.99 美元，约为 GPT-6 Astra 的 60%。这个成本优势主要来自低价。Argon 每个任务平均输出约 6.2 万 tokens，Astra 只有 2.7 万。优惠结束后，Argon 单任务成本预计升至 3.98 美元，约为 Astra 的 1.2 倍。 Argon 另一个突出变化是更少乱猜。在 AA-Omniscience 中，它的幻觉率只有 15%，是 Intelligence Index 得分 45 以上模型中最低的。GPT-6 Astra 和 GPT-6.1 Sol 分别为 51% 和 54%。不过 Argon 的答案准确率只有 50%，低于 Astra 的 63%。它答对的题更少，但遇到答不准的问题时，更少强行给出错误答案。
This post quotes another post: x.com/artificialanlys/status/2105392625788637299