GPT-Rosalind vs Gemini 4 Argon: Một cổng bạn có thể vượt qua, một cổng vẫn chưa có cửa

GPT-Rosalind và Gemini 4 Argon đều là những mô hình tiên phong hướng tới công việc khoa học, đều được công bố là các bản phát hành có kiểm soát truy cập, và đều không thể đánh giá theo cách bạn sẽ đánh giá một bản phát hành mô hình thông thường. Khác biệt nằm ở chỗ cổng kiểm soát được tạo nên từ gì. GPT-Rosalind đã có thể mua từ ngày 5 tháng 10 năm 2026 với giá $5.00 mỗi triệu token đầu vào và $25.00 mỗi triệu token đầu ra, dành cho bất kỳ tổ chức nào vượt qua đánh giá truy cập tin cậy của OpenAI — một cánh cửa thật, với một hàng đợi thật phía trước nó. Gemini 4 Argon, được công bố vào ngày 30 tháng 9 năm 2026, có một điểm số, một mức giá giới thiệu và một đợt triển khai ba giai đoạn, và không có mã định danh mô hình nào để bạn gửi yêu cầu tới. Một cái được kiểm soát truy cập. Cái còn lại chỉ được mô tả. Các đợt triển khai có kiểm soát và các ngày ra mắt bị lùi sau khi công bố đều được ghi lại cùng ngày tháng và nguồn trong AI Incident Archive, bên cạnh các sự cố mô hình và nhà cung cấp khác mà chúng tôi theo dõi.

Bài kiểm tra phân biệt một mô hình với một cái tên

Có bốn điều phải đúng trước khi một mô hình trở thành thứ mà một đội có thể thực sự lập kế hoạch dựa vào: có một định danh mà bạn có thể gọi, có một mức giá mà bạn có thể được lập hóa đơn, có một cửa sổ ngữ cảnh được ghi tài liệu, và có một ngày mà quyền truy cập chung sẽ đến. Cho cả hai mô hình đi qua bốn điều đó, và việc so sánh không còn là về năng lực.

• Định danh có thể gọi — GPT-Rosalind: có, thông qua API dành cho các tổ chức được phê duyệt. Gemini 4 Argon: không. Danh sách mô hình API của Google không chứa mục gemini-4 hoặc argon nào, và các định danh mới nhất mà tài liệu công nhận nằm trong nhóm 3.8.

• Giá tính phí — GPT-Rosalind: $5.00 / $25.00 mỗi triệu, được công bố và có hiệu lực từ ngày 5 tháng 10. Gemini 4 Argon: $2.00 / $10.00 mỗi triệu, được báo giá là mức giới thiệu cho đợt triển khai chưa tiếp cận khách hàng trả phí.

• Ngữ cảnh được ghi nhận — GPT-Rosalind: 1M token. Gemini 4 Argon: G​oogle đã công bố mức trần đầu ra 1M token, tăng so với giới hạn 64K trước đó, và không công bố phía đầu vào; Artificial Analysis ghi nhận 1M cho cấu hình mà họ đã đo.

• Ngày mở truy cập chung — GPT-Rosalind: mở toàn cầu cho các tổ chức đủ điều kiện kể từ ngày 11 tháng 9 năm 2026. Gemini 4 Argon: không có ngày cho bất kỳ giai đoạn triển khai nào sau giai đoạn đầu tiên.

Hai trên bốn cho Argon, bốn trên bốn cho Rosalind. Đó không phải là lời chê ngành kỹ thuật của Argon; đó là nhận định về những gì một đội thu mua có thể ký duyệt.

Argon thực sự đang triển khai tới đâu

Thông báo, được ghi công cho Koray Kavukcuoglu, mô tả ba giai đoạn mà không kèm mốc thời gian nào. Thứ nhất, một nhóm chuyên gia phòng thủ không gian mạng được nêu tên thông qua Fairwind Program. Thứ hai, khách hàng API trả phí và người đăng ký G​oogle AI Ultra. Thứ ba, nhà phát triển, doanh nghiệp và người tiêu dùng. Chỉ nhóm đầu tiên có thành viên quan sát được, và chương trình này rõ ràng là một nhóm chuyên gia phòng thủ không gian mạng — một “ngôi nhà đầu tiên” kỳ lạ cho một mô hình mà những điểm mạnh được công bố là kỹ thuật phần mềm, công việc pháp lý và tài chính, cùng lý luận khoa học.

So sánh trình tự mà OpenAI đã thực hiện. GPT-Rosalind bắt đầu vào tháng 4 năm 2026 với một nhóm đối tác truy cập tin cậy tại Mỹ được nêu tên — Amgen, Moderna, Allen Institute, Thermo Fisher — rồi chuyển sang điều kiện đủ điều kiện toàn cầu cho các tổ chức được phê duyệt vào tháng 9, và chỉ sau đó mới công bố giá. Nhóm được kiểm soát quyền truy cập đến trước, tiếp đó là điều kiện truy cập chung, rồi mới đến hóa đơn. Google đã làm bước đầu tiên và dừng lại.

Hai điểm số không cùng một loại số

Đây là chỗ hầu hết các so sánh đều sai, nên cần nói thẳng. Con số gắn với Gemini 4 Argon — 52,56 trên Artificial Analysis Intelligence Index, bản sửa đổi v4.3.2 — được một đơn vị đánh giá độc lập tạo ra trên một tổ hợp tổng quát gồm mười bài đánh giá. Đó là phép đo thật của một cấu hình thật, và là con số độc lập duy nhất mà cả hai mô hình đều có. Các con số gắn với GPT-Rosalind đến từ bộ công cụ khoa học đời sống của chính OpenAI, và chưa có phòng thí nghiệm bên ngoài nào tái lập được bất kỳ con số nào trong đó.

• Tổng hợp độc lập — Gemini 4 Argon 52.56 trên AA v4.3.2, được đo ở một mức suy luận. GPT-Rosalind: hoàn toàn không được theo dõi trên bảng đó, vì các mô hình chuyên biệt không xuất hiện trên bảng xếp hạng tổng quát.

• Điểm chuẩn theo lĩnh vực — Gemini 4 Argon: bảng của Google dẫn đầu với Harvey's Legal Agent Benchmark ở mức 19,6 so với 3,8 của một đối thủ cạnh tranh, và Vals Finance Agent v2 ở mức 65,4. GPT-Rosalind: MedChemBench 27,5% so với 25,1% của GPT-5.5, GeneBench 21,6% so với 20,4%, LabWorkBench 63,2% so với 55,8%, tất cả đều do nhà cung cấp tự thực hiện.

• Điểm chung của các con số về miền — Không bộ nào trong hai bộ được chạy lại một cách độc lập, và cả hai nhà cung cấp đều tự chọn các bài benchmark. Hai mức chênh lệch tương đối lớn nhất trong bảng của G​oogle cũng là hai hàng có nhiều khả năng nhất sẽ được kiểm thử lại bởi một người không làm việc cho G​oogle.

Vì vậy, bạn không thể so sánh 52.56 với 27.5, và bạn cũng không thể so sánh 52.56 với bất cứ thứ gì Rosalind đã công bố, bởi vì hai mô hình chưa bao giờ làm cùng một bài kiểm tra. Điều bạn có thể nói thì hẹp hơn và hữu ích hơn: Argon đã được đo bởi một bên không có lợi ích gì gắn với kết quả, trên những tác vụ không liên quan gì đến sinh học, và nó nằm ở khoảng giữa của nhóm tiên phong. Rosalind đã được đo bởi chính nhà sản xuất nó, trên sinh học, và mức cải thiện là khiêm tốn xét về mặt tuyệt đối — điểm 27.5% trên một bài đánh giá chuẩn về hóa dược nghĩa là cả hai mô hình đều làm sai phần lớn bài đó.

Nếu Argon được bán ra với mức giá giới thiệu, lập luận về giá sẽ đảo ngược

GPT-Rosalind với giá $5.00 cho đầu vào và $25.00 cho đầu ra là mô hình đắt nhất trong so sánh này, vượt xa các mô hình còn lại, và đây là mô hình có hóa đơn thực tế. Mức giá được báo của Argon là $2.00 / $10.00 sẽ rẻ hơn nó 60% ở đầu vào và 60% ở đầu ra — nếu mức giá đó còn duy trì đến giai đoạn API. Đó là một chữ “nếu” rất lớn. Giá giới thiệu trong một đợt triển khai theo từng giai đoạn là tín hiệu về ý định, không phải cam kết, và G​oogle chưa ấn định ngày cho giai đoạn mà bất kỳ ai sẽ phải trả mức giá đó.

• Đầu vào — GPT-Rosalind $5.00 mỗi 1M, tính phí ngay so với Gemini 4 Argon $2.00 được báo giá, không tính phí.

• Đầu ra — GPT-Rosalind $25.00 mỗi 1M so với Gemini 4 Argon $10.00 được báo giá.

• Chi phí mỗi tác vụ chỉ mục — Gemini 4 Argon $1.99, theo Artificial Analysis, đơn vị cũng ghi nhận mức giảm giá bộ nhớ đệm giúp chi phí đầu vào thực tế gần $1.99 mỗi triệu. GPT-Rosalind không có con số tương đương vì không có điểm chỉ mục.

• Xử lý bộ nhớ đệm — OpenAI tính $0.50 cho mỗi triệu đầu vào được lưu trong bộ nhớ đệm trên Rosalind và không công bố mục chi phí ghi bộ nhớ đệm nào. Google hoàn toàn chưa công bố mức giá bộ nhớ đệm nào cho Argon.

Có một phiên bản của phép so sánh này, xuất hiện bất cứ khi nào giai đoạn hai bắt đầu, trong đó Argon là một mô hình tổng quát với mức giá chưa bằng một nửa giá của mô hình chuyên dụng và có kèm điểm số độc lập, còn mức phụ trội sinh học thì sụp đổ. Phiên bản đó vẫn chưa tồn tại. Lập kế hoạch dựa vào nó hôm nay tức là lập kế hoạch dựa vào một thông cáo báo chí.

Lập luận sinh học thực sự dẫn tới đâu

Thông báo của Argon không tuyên bố về công việc sinh học. Nó tuyên bố về kỹ thuật phần mềm, công việc tri thức doanh nghiệp trong lĩnh vực pháp lý và tài chính, và phòng thủ an ninh mạng. Cách đóng khung khoa học bao quanh GPT-Rosalind — các giao thức phòng thí nghiệm ướt, hệ gen học, hóa dược — không có đối ứng trong tài liệu của Google cho mô hình này. Vậy nên câu hỏi "cái nào tốt hơn cho một phòng nghiên cứu" có một câu trả lời kém hào nhoáng: chỉ một trong số chúng được tinh chỉnh cho việc đó và công bố các con số về nó, còn cái kia thì chưa bước vào hạng mục này.

Điều đó có thể thay đổi nhờ một thẻ mô hình. Một cửa sổ ngữ cảnh, một công bố tham số, một dòng đánh giá khoa học — bất kỳ điều nào trong số đó cũng sẽ lật ngược cách diễn giải chỉ trong một ngày. Cho đến lúc đó, tóm tắt trung thực là hai mô hình này không cạnh tranh với nhau. Một bên là chuyên gia với một cổng mà bạn có thể vượt qua. Bên còn lại là mô hình tổng quát với điểm số và một hàng đợi mà bạn chưa thể gia nhập.

Những gì bạn có thể gọi ngay hôm nay, và bạn phải trả giá bao nhiêu cho điều đó

Cả hai mô hình đều không có trên OrcaRouter. GPT-Rosalind không có trên bất kỳ bộ định tuyến bên thứ ba nào và chạy trực tiếp thông qua chương trình truy cập tin cậy của O​penAI; Gemini 4 Argon không có điểm cuối nào để định tuyến tới. Nói khác đi sẽ là lời nói dối dễ nhất trong bài viết này, nên chúng tôi không nói vậy.

Những gì có trên các tuyến của chúng tôi là phần công việc bao quanh khoa học. Gemini 3.8 Flash có mặt với giá $0,75 đầu vào và $3,75 đầu ra mỗi triệu token, cùng ngữ cảnh 1.048.576 token — mô hình mà bất kỳ ai sở hữu thẻ tín dụng sẽ dùng để so sánh với Argon, và là thứ gần nhất với khối lượng công việc kiểu Argon mà bạn có thể chạy trong tuần này. Claude Opus 5.5 có mặt với giá $4,00 / $20,00 cho viết lách, đánh giá mã và các vòng lặp tác nhân dài. Cả hai nằm sau một khóa và một hóa đơn cùng với hơn 200 mô hình khác, theo giá niêm yết của nhà cung cấp với mức cộng thêm 0%, nên việc nhà cung cấp giảm giá có hiệu lực ở phía chúng tôi ngay trong ngày công bố thay vì bất cứ khi nào hợp đồng được gia hạn.

Với nửa phần sinh học, kiến trúc là một khóa trực tiếp và một tuyến có tên, chứ không phải phỏng đoán. Nếu một yêu cầu cần đến chuyên gia, nó nên thất bại rõ ràng khi chuyên gia không sẵn có, thay vì âm thầm rơi vào một mô hình tổng quát — đúng kiểu thất bại mà một chuỗi dự phòng được cấu hình để tối ưu chi phí sẽ tạo ra nếu không ai vạch rõ ranh giới.

Dấu hiệu đáng để quan sát

Một sự kiện sẽ định đoạt cuộc so sánh này, và đó không phải là một bài kiểm chuẩn. Đó là một mã định danh gemini-4 xuất hiện trong danh sách mô hình API của G​oogle. Ngay khi điều đó xảy ra, mức giá giới thiệu không còn là một con số trong bài đăng blog nữa mà trở thành thứ mà bạn có thể bị tính phí, câu hỏi về ngữ cảnh có được câu trả lời, và việc so sánh hai mô hình lần đầu tiên trở nên khả thi.

Cho đến lúc đó, hãy coi Gemini 4 Argon là một cái tên gắn với một điểm số, và GPT-Rosalind là một chuyên gia có hàng đợi. Nếu công việc của bạn là sinh học phân tử và bạn có thể vượt qua một vòng đánh giá, chuyên gia đó hiện đã sẵn sàng, còn khoản phí cao chính là cái giá của việc đi trước. Nếu công việc của bạn là bất cứ thứ gì cận kề — pipeline, tài liệu, mã, phần khung xung quanh khoa học — thì những mô hình bạn có thể gọi hôm nay rẻ hơn, được chấm điểm độc lập và không phải chờ một giai đoạn triển khai không có ngày.