Gemini 4 Argon在金融Agent测试中取得65.4%的成绩,领先GPT-6 Astra及Claude Fable 5.1;法律Agent任务表现同样突出,显示其在高价值专业知识工作场景的能力进一步提升。综合专业任务基准Vals Index中,Argon取得68.9%,超过Astra及Fable 5.1,自动化执行、工具调用等任务表现突出,但部分复杂软件工程基准仍落后于竞品。
Argon当前API价格为输入/输出2/10美元每百万Token,与GPT-6.1 Sol持平,仅为Fable 5.1(10/50美元)的20%;12月起Argon将上调至4/20美元,仍低于Fable 5.1。隐式缓存命中享受95%折扣,模型商业化竞争进一步转向性能、调用成本与任务完成效率的综合比较。
前沿模型密集迭代,Agent成为共同演进方向。OpenAI GPT-6.1 Sol强化Coding、Computer Use及复杂专业任务;Anthropic Fable 5.1聚焦长周期Agent与知识工作;MetaMuse Wonder系列强化复杂任务处理与个人智能体能力。各家模型从通用问答向自主调用工具、持续执行复杂任务的Agent演进,金融、法律、研发等高价值场景成为重点突破方向。
专业Agent能力持续突破,从通用推理向高价值任务执行延伸;旗舰模型价格分层加剧,单位任务成本成为重要竞争指标;模型与工具、应用生态深度融合,真实任务完成率和商业化效率的重要性持续提升。各家厂商通过性能、成本、效率综合竞争,高价值场景成为焦点。
部分复杂软件工程基准仍落后于竞品,模型在特定领域仍有提升空间;价格上调可能影响部分低成本用户;商业化落地效果受限于下游应用生态成熟度;技术快速迭代可能导致前期投入迅速贬值。