Gemini 4 Argon so với Gemini 3.1 Pro: Bản kế nhiệm rẻ hơn, và mô hình cũ vẫn thắng hai cuộc đối đầu

Gemini 4 Argon tốn ít chi phí vận hành hơn mô hình mà nó được sinh ra để thay thế. Đó không phải là lỗi đánh máy. Mức giá đầu ra giới thiệu của Go​ogle dành cho Gemini 4 Argon là 10 USD mỗi triệu token, còn Gemini 3.1 Pro Preview — mô hình đang nằm trong danh mục của OrcaRouter hiện nay, và cũng chính là mô hình mà sự tồn tại của Argon là một lập luận chống lại — tính 12 USD. Cả hai đều có cùng mức giá đầu vào 2 USD, trừ khi bạn đẩy Gemini 3.1 Pro Preview vượt quá 200.000 token đầu vào, lúc đó mức giá của nó tăng gấp đôi, thành 4 USD đầu vào và 18 USD đầu ra. Một phiên bản kế nhiệm rẻ hơn là điều đủ bất thường để tự nó xứng đáng trở thành câu mở đầu (lede) của bài viết.

Phần còn lại của bức tranh thì kém gọn gàng hơn. Trên Intelligence Index của Artificial Analysis, Gemini 4 Argon đạt 52,6 điểm so với 29,7 của Gemini 3.1 Pro Preview — một khoảng cách 22,9 điểm mà tự nó sẽ cho thấy mô hình cũ hơn không cùng đẳng cấp. Nhưng mô hình cũ hơn thắng GPQA Diamond với 94,1% so với không có số liệu nào được công bố, thắng ở suy luận ngữ cảnh dài với 82,0 so với 79,7, và đạt điểm 95,6 trên τ²-Bench về sử dụng công cụ tác tử, mức điểm mà DeepSeek đã và đang trích dẫn như con số tiêu đề cho mô hình chủ lực của chính mình. Vậy nên cách diễn giải trung thực không phải là "Argon thay thế 3.1 Pro". Mà là "Argon thay thế công việc của 3.1 Pro, với giá đầu ra thấp hơn, trong khi 3.1 Pro vẫn giữ một vài lợi thế hẹp sẽ quan trọng với một nhóm thiểu số cụ thể các khối lượng công việc."

Gemini 3.1 Pro Preview thực sự là gì

Nó đã có trong danh mục kể từ ngày 2026-02-19 và suốt bảy tháng kể từ đó, nó luôn được gọi là bản xem trước. Google đã dành khoảng thời gian xen giữa để phát hành các mô hình thuộc phân khúc Flash — 3.6 Flash, 3.8 Flash, 3.8 Flash Cyber được tinh chỉnh cho an ninh mạng — trong khi phân khúc Pro vẫn giữ nguyên. Khoảng cách đó là bối cảnh cho mọi điều Argon tuyên bố, và đó là lý do một câu hỏi từ thời tháng Năm ("khi nào phân khúc Pro được thay thế?") vẫn là câu hỏi đúng vào tháng Mười.

Thẻ này là một mô hình tiên phong thực sự, không phải là thứ còn sót lại. Ngữ cảnh 1,048,576 token, đầu vào đa phương thức gồm văn bản, hình ảnh, âm thanh, video và tệp, khả năng sử dụng công cụ, đầu ra có cấu trúc và suy luận, cùng năm thẻ năng lực ở phía chúng tôi. Điểm yếu của nó nằm ở chỗ nó được huấn luyện: đầu ra tối đa 65,536 token, và một hồ sơ tác vụ trông đã lỗi thời khi so với một mô hình năm 2026.

Bảng mà bạn nên đọc hai lần

Giá, cả hai như được liệt kê, trên mỗi triệu token:

• Đầu vào — Gemini 4 Argon $2,00 so với Gemini 3.1 Pro Preview $2,00. Cấp độ.

• Đầu ra — Gemini 4 Argon $10.00 so với Gemini 3.1 Pro Preview $12.00. Argon rẻ hơn 17%.

• Đầu vào được lưu trong bộ nhớ đệm — Gemini 4 Argon $0.10 so với Gemini 3.1 Pro Preview $0.20.

• Hạng đầu vào dài — Gemini 4 Argon công bố mức giá giới thiệu cố định; Gemini 3.1 Pro Preview tăng lên $4.00 đầu vào / $18.00 đầu ra khi vượt 200.000 token đầu vào.

• Đầu ra tối đa — Gemini 4 Argon 1.000.000 token so với Gemini 3.1 Pro Preview 65.536.

• Chi phí đo được cho mỗi tác vụ lập chỉ mục — Gemini 4 Argon $1.99 so với Gemini 3.1 Pro Preview $0.67, theo Artificial Analysis. Ở đây, mô hình cũ rẻ hơn ba lần, vì đó là một công việc nhỏ hơn nhiều để harness thực thi.

Dòng cuối cùng đó chính là sự dung hòa. Tính theo token, Argon rẻ hơn; tính theo tác vụ, nó đắt gấp ba lần, vì nó trả lời những câu hỏi khó hơn. Nếu khối lượng công việc của bạn có đầu vào cố định, đầu ra cố định — phân loại, trích xuất, tóm tắt ở một độ dài đã biết — thì con số theo token mới là con số đi thẳng vào hóa đơn của bạn. Nếu khối lượng công việc của bạn là "giải quyết việc này", thì con số theo tác vụ mới là con số trung thực, và mức phụ trội của Argon là có thật.

Khoảng cách 22,9 điểm, và nó đến từ đâu

Artificial Analysis chạy một bộ kiểm thử cố định, vì vậy một khoảng cách lớn như thế đáng lẽ phải xuất hiện một cách nhất quán. Điều đó phần lớn đúng, và kiểu mẫu này rất đáng chú ý:

• Terminal-Bench 4.0 — Gemini 4 Argon 57,1% so với Gemini 3.1 Pro Preview 4,0%. Không phải lỗi in. Kỹ thuật phần mềm tầm xa là thay đổi năng lực lớn nhất giữa hai mô hình.

• AutomationBench-AA — Gemini 4 Argon 77,5% so với Gemini 3.1 Pro Preview 35,4%.

• ApexAgents — Gemini 3.1 Pro Preview 32.0% so với không có số liệu Argon được công bố trên cùng bảng.

• SciCode — Gemini 4 Argon 61,8% so với Gemini 3.1 Pro Preview 58,7%. Sát nút.

• Humanity's Last Exam — Gemini 4 Argon 57,1% so với Gemini 3.1 Pro Preview 47,0%.

• Suy luận ngữ cảnh dài — Gemini 3.1 Pro Preview 82,0% so với Gemini 4 Argon 79,7%. Mô hình cũ thắng sát nút.

• GPQA Diamond — Gemini 3.1 Pro Preview 94,1%. Argon không công bố gì trên bảng xếp hạng này.

• Toàn tri — Gemini 4 Argon 42,4 so với Gemini 3.1 Pro Preview 31,9.

• GDPval — Gemini 4 Argon 1.611 so với Gemini 3.1 Pro Preview 776.

• ITBench-SRE — Gemini 4 Argon không xuất hiện; Gemini 3.1 Pro Preview 30,3%.

Vậy là: khoảng cách gần như hoàn toàn nằm ở sức bền agentic và khả năng thực thi tác vụ theo chân trời dài, và ở đó nó cực kỳ lớn. Ở phần suy luận trắc nghiệm khoa học, trên một tác vụ suy luận 1M token và trên GPQA, hai mô hình nằm trong ngưỡng nhiễu hoặc mô hình cũ hơn dẫn trước. Con số 4,0% so với 57,1% của Terminal-Bench 4.0 là con số nên quyết định phần lớn các quyết định chuyển đổi, và đó là con số mà những người bảo vệ mô hình cũ hơn sẽ bỏ qua.

Hai đặc tả tái định hình kiến trúc của bạn

Trần đầu ra của Argon là 1.000.000 token, tăng từ mức 64K mà thế hệ trước bị giới hạn ở đó — và 64K chính xác là mức mà Gemini 3.1 Pro Preview cung cấp, chính xác là 65.536. Dư địa gấp mười sáu lần trong một quỹ đạo duy nhất thay đổi những gì một lời gọi duy nhất có thể được yêu cầu làm.

Cụ thể: bất cứ việc gì bạn hiện đang làm bằng cách nối chuỗi các lệnh gọi để nằm dưới giới hạn đầu ra 65K — tạo bản vá nhiều tệp, báo cáo kiểm toán dài, soạn thảo toàn bộ tài liệu trong một lượt — đều trở thành một lệnh gọi duy nhất. Ít lệnh gọi hơn nghĩa là ít chỗ hơn để vòng lặp agent mất trạng thái, và nghĩa là logic thử lại của bạn trở nên đơn giản hơn thay vì cầu kỳ hơn. Nếu bạn đã xây dựng bộ khung công phu quanh mức trần 64K, thì bộ khung đó trở thành chi phí chuyển đổi.

Gemini 3.1 Pro Preview vẫn giữ một lợi thế về thông số kỹ thuật mà thông báo của Argon không đề cập: đầu vào âm thanh và video. Danh sách phương thức đã công bố của Argon bao gồm văn bản, hình ảnh, video và tệp — âm thanh không được nêu tên trong tài liệu ra mắt, và ví dụ về video của Google là LVBench, một benchmark hiểu video dài. Nếu pipeline của bạn nạp âm thanh, hãy xác minh phương thức đó trước khi giả định bản nâng cấp có hỗ trợ nó. Đó là một dữ kiện có thể kiểm chứng về một mô hình vẫn chưa thể gọi được, đúng chính xác loại tuyên bố dễ trở nên lỗi thời.

Bản xem trước bị kẹt ở chỗ cản đường.

Có một vấn đề thật sự, tẻ nhạt và tốn kém ở đây: mô hình cũ được gọi là bản xem trước, nó đã được gọi như vậy suốt bảy tháng, và chưa ai nói điều gì sẽ xảy ra với nó. Hai kịch bản đều khả thi và chúng có hàm ý trái ngược nhau đối với cơ sở mã của bạn. Hoặc Gemini 3.1 Pro Preview bị ngừng khi Argon đạt tính khả dụng chung và bạn phải di trú, hoặc nó bị thay thế và dần bị ngừng hỗ trợ trong khi vẫn phục vụ, và bạn còn thời gian.

Tài liệu của chính Google cũng không giải quyết được điều đó. Thông báo Argon nói rằng quyền truy cập rộng rãi hơn sẽ đến “càng sớm càng tốt”, bắt đầu với khách hàng API trả phí và người đăng ký Google AI Ultra, và không nói gì về số phận của gói Pro mà nó thay thế. Quan điểm kỹ thuật thận trọng là quan điểm không tốn kém gì: giữ id mô hình trong cấu hình thay vì trong mã, giữ một bộ khung đánh giá có thể chạy các prompt thực tế của bạn với một mô hình ứng viên trong một buổi chiều, và coi việc hoán đổi cuối cùng như một tác vụ vận hành thay vì viết lại.

Vị trí đó đặc biệt rẻ trên OrcaRouter, vì việc hoán đổi chỉ là một chuỗi. google/gemini-3.1-pro-preview đang hoạt động trong danh mục ở mức giá nêu trên, nằm sau cùng một endpoint tương thích OpenAI như các mô hình hơn 200 khác mà chúng tôi định tuyến, ở mức giá niêm yết của nhà cung cấp với mức chênh lệch bằng không — vì vậy khi Google thay đổi giá của 3.1 Pro hoặc Argon được công bố, mức giá phía chúng tôi cũng thay đổi trong cùng ngày. Chạy prompt của bạn trên cả hai chỉ là một thay đổi cấu hình và một lệnh gọi thứ hai, chứ không phải một tích hợp thứ hai, và chuyển đổi dự phòng tự động nghĩa là một bản nhập bị lỗi thời sẽ không kéo endpoint sập theo.

Làm gì trong tháng này

Nếu bạn đang dùng Gemini 3.1 Pro Preview và khối lượng công việc của bạn là truy xuất trên ngữ cảnh dài, suy luận khoa học kiểu GPQA, hay bất cứ thứ gì mà độ chính xác suy luận khoa học ở mức 94,1% là yếu tố then chốt, thì chưa có căn cứ để chuyển sang — Argon không thể gọi được, và những nhóm tác vụ cụ thể mà mô hình cũ dẫn đầu vẫn chưa được chứng minh là đã khép lại. Đừng chuyển đổi chỉ dựa vào một khoảng cách chỉ số mà thôi.

Nếu khối lượng công việc của bạn là lập trình agentic, thực thi tác vụ kinh doanh nhiều bước, hay bất cứ thứ gì tạo ra đầu ra lớn, thì luận điểm đã rất mạnh trên giấy tờ: giới hạn đầu ra gấp mười sáu lần, chênh lệch 53 điểm trên Terminal-Bench, và giá đầu ra thấp hơn. Rào cản duy nhất là Argon đang được triển khai theo từng giai đoạn cho các chuyên gia phòng thủ mạng đáng tin cậy thông qua Chương trình Fairwind của Google mà không có điểm cuối công khai. Hãy đưa việc di chuyển vào lộ trình của bạn, xây dựng hệ thống đánh giá ngay bây giờ khi chưa có áp lực, và chạy nó vào tuần Argon có thể gọi được. Sản phẩm kế nhiệm rẻ hơn; việc sẵn sàng cho nó gần như không tốn gì.