Google ने Gemini 4 Argon पेश किया, जो Claude Opus 5.5 की तुलना में सस्ता लेकिन कम सटीक पाया गया
21 अक्टूबर 2026 · 2 मिनट पठन
इन भाषाओं में भी प्रकाशित Türkçe
Google ने परीक्षकों के एक छोटे समूह के लिए Gemini 4 Argon की घोषणा की, जिसे बाद में 13 अक्टूबर को सशुल्क Gemini API डेवलपर्स के लिए उपलब्ध कराया गया।
Google द्वारा जारी बेंचमार्क तालिका के अनुसार, Argon ने 18 में से 14 परीक्षणों में Claude Opus 5.5 को पीछे छोड़ दिया। इसमें DeepSWE में 77.9 प्रतिशत बनाम 74.2 प्रतिशत और 256 हजार से 1 मिलियन टोकन पर GraphWalks में 84.2 प्रतिशत बनाम 66.8 प्रतिशत का प्रदर्शन शामिल है। हालांकि, Opus 5.5 ने अन्य चार बेंचमार्क में बढ़त बनाए रखी, जिसमें कमांड लाइन में एजेंटिक कार्य का परीक्षण करने वाला Terminal-bench 4.0 शामिल है, जहाँ Opus ने 66.4 प्रतिशत और Argon ने 57.4 प्रतिशत स्कोर किया।
कीमत के मामले में, Google ने 30 नवंबर तक Argon के लिए प्रति मिलियन इनपुट टोकन $2 और प्रति मिलियन आउटपुट टोकन $10 निर्धारित किए हैं, जो Opus 5.5 की कीमत का आधा है। 1 दिसंबर से, ये कीमतें बढ़कर क्रमशः $4 और $20 हो जाएंगी, जिससे यह Opus के बराबर हो जाएगा।
स्वतंत्र परीक्षणों में, दोनों मॉडलों ने कोड समीक्षा और सुधार के कार्य में समान प्रदर्शन किया, जहाँ दोनों ने 14 बग खोजे और उन्हें ठीक किया। इस कार्य में Argon सस्ता रहा क्योंकि इसने कम टोकन का उपयोग किया। हालांकि, एक विशिष्ट विनिर्देश परीक्षण में, Opus ने सभी 80 छिपे हुए परीक्षणों को पास किया, जबकि Argon केवल 11 को ही पास कर पाया, हालांकि यह विफलता कोड की एक छोटी गलती के कारण थी।
लंबे संदर्भ वाले परीक्षणों में, Argon ने सटीकता में कमी दिखाई। एक प्रश्न में जहाँ 33 सेवाओं की पहचान करनी थी, Opus ने 500 हजार टोकन पर सभी 33 और 600 हजार पर 32 सही उत्तर दिए। इसके विपरीत, Argon ने हर स्तर पर गलत तर्क दिए और गलत उत्तर दिए। यह भी देखा गया कि Argon ने बिना किसी चरण दर चरण तर्क के तेजी से उत्तर दिए, जबकि Opus ने तर्क करने में अधिक समय लिया और अधिक टोकन का उपयोग किया।
Artificial Analysis के स्वतंत्र सूचकांक में, Opus 5.5 को 58 का रैंक मिला है, जो Argon के 53 के रैंक से ऊपर है।