Một thẻ tiêu đề được tạo tự động ghi "Qwen 4 vs Gemini 4 Argon: 4,3% quyết định nhiều hơn bảy điểm", với phụ đề "Gemini 4 Argon ảo giác ở 4,3% số câu hỏi mà nó trả lời sai; Qwen4-Max ở 28,4%". Ba hàng được đánh số ghi "điểm chỉ số 42,9 so với 50,4, Artificial Analysis v5.0.1", "chi phí cho mỗi tác vụ chỉ số đã hoàn thành 3,27 USD so với 4,97 USD" và "tỷ lệ ảo giác 28,4% so với 4,3%". Phần chân trang ghi "Điểm số và chi phí mỗi tác vụ theo Artificial Analysis Intelligence Index v5.0.1; giá theo bảng giá công bố của từng nhà cung cấp." Phong cách vector phẳng trên nền trắng với điểm nhấn xanh lam và xanh lơ, biểu trưng OrcaRouter được ghép ở góc dưới bên phải.
Guides & Insights

Qwen 4 so với Gemini 4 Argon: 4,3% quyết định nhiều hơn cả bảy điểm

Tác giả

Gideon Frost

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

Bảng điểm mà mọi người thường nhìn đến trong màn so tài này là chỉ số nổi bật: 42,9 cho Qwen4-Max so với 50,4 của G​emini 4 Argon, chênh lệch bảy phẩy năm điểm nghiêng về G​oogle. Nhưng con số nên khiến một quyết định triển khai phải dừng lại nằm ở cột thứ ba về bên phải con số mà ai cũng trích dẫn. G​emini 4 Argon bịa đặt trong 4,3% số câu nó trả lời sai. Qwen4-Max bịa đặt trong 28,4% số câu đó. Đó là hệ số 6,6, và với bất kỳ ai phát hành đầu ra mà con người đọc, nó đáng giá hơn bảy điểm chỉ số.

Hai con số này đến từ cùng một bộ đánh giá, Artificial Analysis v5.0.1, và cả hai đều không phải là tuyên bố của nhà cung cấp. G​oogle chưa công bố tỷ lệ ảo giác cho Argon, và A​libaba chưa công bố tỷ lệ này cho Qwen4-Max. Phép đo độc lập là phép đo duy nhất hiện có.

Hai mẫu được bán vào cùng một phân khúc.

Cả hai đều là những mẫu flagship hàng triệu token, có khả năng xử lý hình ảnh, đầu ra văn bản, đến từ các công ty tự xây dựng silicon của riêng mình. Qwen4-Max chuyển sang tính phí theo mức dùng từ ngày 16 tháng 11 năm 2026 tại sáu khu vực A​libaba Cloud; G​emini 4 Argon đã được bán từ ngày 30 tháng 9 năm 2026 thông qua API của G​oogle. Các tấm card đủ gần nhau đến mức giá không phải là yếu tố khác biệt như người ta vẫn tưởng.

• Đầu vào, mỗi triệu token — G​emini 4 Argon $2,00; Qwen4-Max $1,50 tại Singapore và $1,413 tại năm khu vực còn lại. G​oogle đắt hơn 33% trong so sánh tại Singapore và đắt hơn 41% so với mức giá toàn cầu.

• Chi phí đầu ra, trên mỗi triệu token — Argon $10.00; Qwen4-Max $4.50 và $4.24. Đây là khoảng cách lớn hơn: 2,2× ở con số tiêu đề.

Đầu vào được lưu trong bộ nhớ đệm — Argon $0.10 mỗi triệu; Qwen4-Max $0.075 cho mỗi lần đọc, cộng với mức giá ghi được công bố là $1.875 (năm phút) và $3.00 (một giờ) mà Google không phân tách theo cùng cách.

• Chi phí cho mỗi tác vụ lập chỉ mục đã hoàn thành — Argon $4.97; Qwen4-Max $3.27. Mặc dù tốc độ đầu ra thấp hơn 2,2 lần, Qwen4-Max chỉ rẻ hơn 34% cho mỗi tác vụ, vì phần lớn hóa đơn của cả hai đều là đầu vào.

• Mức nỗ lực suy luận hiệu dụng — Argon được đo ở mức high; Qwen4-Max ở mức xhigh. Cả hai mô hình đều có một thang mức, và không con số nào trong hai con số đó có thể so sánh với mặc định của mô hình kia.

• Ngữ cảnh — 1.000.000 token trên Argon; Qwen4-Max cũng là một triệu đó trên thẻ nhà cung cấp, với trình theo dõi ghi nhận 983.616 vì đầu vào chế độ suy nghĩ bị giới hạn ở đó.

• Nhà cung cấp dịch vụ lưu trữ — Argon được cung cấp bởi G​oogle; Qwen4-Max bởi A​libaba Cloud. Cả hai đều không có trọng số mở.

A generated two-column scoreboard titled 'Qwen4-Max vs Gemini 4 Argon - the scoreboard'. The Qwen4-Max column reads index score 42.9, cost per index task $3.27, cents per index point 7.6, input per million $1.50, output per million $4.50, hallucination rate 28.4%. The Gemini 4 Argon column reads index score 50.4, cost per index task $4.97, cents per index point 9.9, input per million $2.00, output per million $10.00, hallucination rate 4.3%. A footer reads 'Scores and per-task cost per Artificial Analysis Intelligence Index v5.0.1; prices per each vendor's published rate card.' The OrcaRouter mark is composited bottom right.

Cách chia theo từng tác vụ không có lợi cho card rẻ hơn.

Phân tách khoản $4.97 và $3.27, và điều bất ngờ là cái nào chi nhiều hơn cho việc suy nghĩ. Argon phát ra 116,368 token đầu ra cho mỗi tác vụ chỉ mục, trong đó 68,301 là suy luận; Qwen4-Max phát ra 104,940, trong đó 68,914 là suy luận. Khối lượng suy luận gần như giống hệt nhau. Sự khác biệt nằm ở câu trả lời: Argon viết 48,067 token câu trả lời cuối cùng cho mỗi tác vụ, so với 36,025 của Qwen4-Max. Argon dài dòng hơn ở chỗ có thể thấy và dài dòng ngang nhau ở chỗ không thể thấy.

Đó là một điểm bất thường đáng mừng có lợi cho G​emini, vì điều đó có nghĩa là mức giá đầu ra gấp 2,2 lần đang mua được nhiều hơn 33% văn bản trả lời. Do đó, mức phụ trội 52% trên mỗi tác vụ nhỏ hơn so với những gì bảng giá gợi ý, và với các khối lượng công việc mà đầu ra chiếm ưu thế — tạo nội dung dài, mã do chính mô hình viết — khoảng cách còn thu hẹp hơn nữa. Với các khối lượng công việc mà đầu vào chiếm ưu thế, tức hầu hết RAG và hầu hết vòng lặp agent, mức giá đầu vào của Qwen4-Max sẽ đảm nhận vai trò thay thế.

Cần nói rõ: đây là chi phí được mô hình hóa từ một bộ khung đánh giá chuẩn, không phải hóa đơn. Hỗn hợp token của bạn sẽ khác, và tỷ lệ giữa hai mô hình sẽ thay đổi theo đó.

Nơi Qwen4-Max thực sự vượt trội

Lập luận chống lại Qwen4-Max trong cuộc đối đầu này rất mạnh nhưng không phải là nhất trí, và hai hàng đi theo hướng ngược lại theo một cách đáng kể.

• GDPval — Qwen4-Max đạt 1.808,69 so với 1.633,51 của Argon. Trên các tác vụ chuyên môn có cơ sở kinh tế, Qwen4-Max dẫn trước 10,7% so với một mô hình vốn vượt nó 7,5 điểm chỉ số. Đây là sự đảo ngược đơn lẻ rõ ràng nhất trong phép so sánh.

• FrontierCode 2.0 — 26,5% so với 25,7%. Cách nhau chưa tới một điểm; thực chất là hòa, trên bộ kiểm thử mà lợi thế được nhấn mạnh của Argon lẽ ra phải tạo ra một khoảng cách đáng kể.

AutomationBench — 72,6% so với 77,5%. Argon thắng, nhưng chỉ hơn năm điểm trên một bộ kiểm thử gần với tự động hóa văn phòng hơn là kỹ thuật phần mềm.

• Terminal-Bench 4.0 — 48,5% so với 57,1%. Ở đây, lợi thế dẫn đầu của Argon là có thật: tám điểm rưỡi trên công việc vận hành bằng shell.

• HLE Diamond — 44.9% so với 56.7%. Cách biệt mười hai điểm về khoa học khó.

• Terminal-Bench Science — 23,3% so với 52,9%. Khoảng cách lớn nhất trên bảng xếp hạng, và là khoảng cách phân biệt rõ ràng nhất năng lực nghiên cứu của hai mô hình.

• Độ chính xác của Omniscience — 27,7 so với 46,1, kèm theo lưu ý về ảo giác từ đầu bài viết này được áp dụng cho cả hai.

Đọc như một tổng thể, mô hình chung là Qwen4-Max ngang ngửa ở các tác vụ đánh giá chuyên môn và thua đậm ở bất kỳ tác vụ nào đòi hỏi lập luận kỹ thuật liên tục. Đó là một phát biểu hẹp hơn và hữu ích hơn so với "kém bảy điểm chỉ số", và nó chỉ đến một cách triển khai khác.

A headless-browser screenshot of the Artificial Analysis page for Gemini 4 Argon, captured 17 November 2026 in English, showing Google's mark, the label Proprietary model, Released September 2026, the heading Gemini 4 Argon: Intelligence, Performance & Price Analysis, a rank strip reading Intelligence #22 of 81, Performance #72 of 79, Cost #59 of 80 and Verbosity #57 of 80, a statistics row giving a 45.598-second time to first answer token, 66 output tokens per second, $2.00 input and $10.00 output per million tokens, a 95% cache discount, 7.55 billion input tokens and an 11.5% output-to-input ratio, a $4.97 per-task cost, and the summary paragraph describing the model as above average in intelligence and reasonably priced for its band, notably slow per task and somewhat verbose, with text and image input, text output and a 1M-token context window.

Vì sao tỷ lệ ảo giác 4,3% lại đáng để trả tiền

Gắn một con số cho sự khác biệt. Nếu một người đánh giá có thể kiểm tra một tuyên bố trong ba mươi giây và một tuyên bố bịa đặt tốn mười phút làm lại khi nó đến môi trường sản xuất, thì chi phí đánh giá kỳ vọng trên mỗi nghìn câu trả lời gần như hoàn toàn bị chi phối bởi tỷ lệ bịa đặt chứ không phải tỷ lệ sai. 4,3% của Argon nghĩa là khoảng một câu trong hai mươi ba câu thuộc tập không chính xác của nó cần làm lại; 28,4% của Qwen4-Max nghĩa là khoảng một trong ba phẩy năm.

So với điều đó, khoản phụ trội 52% cho mỗi tác vụ biến mất đối với bất kỳ quy trình nào có người đánh giá, vì thời gian của người đánh giá lấn át chi phí token ở gần như mọi mức chi phí toàn phần. Nó biến mất theo chiều ngược lại đối với bất kỳ quy trình nào không có người đánh giá, vì một câu trả lời bịa đặt mà không có người đánh giá không phải là một khoản chi phí, mà là một sự cố.

Lưu ý trung thực: tỷ lệ ảo giác được đo trên một bộ câu hỏi cố định và là một thuộc tính của phép đo cũng nhiều như của mô hình. G​oogle có thể thay đổi hành vi của Argon bằng một bản sửa đổi system prompt ngay ngày mai và con số này sẽ không thay đổi cho đến khi bộ kiểm thử được chạy lại. Hãy coi đó là một tiên nghiệm mạnh, không phải một bảo đảm.

Câu hỏi về định tuyến, được trả lời cho một phía

Gemini 4 Argon có trong danh mục của chúng tôi với mã google/gemini-4-argon theo giá niêm yết của G​oogle, $2.00 cho đầu vào và $10.00 cho đầu ra trên mỗi triệu token, với 0% phụ phí cộng thêm — đúng mức giá mà G​oogle công bố, được chuyển tiếp nguyên vẹn thay vì định giá lại. Qwen4-Max không có trong danh mục của chúng tôi: mã định danh qwen4 trả về not-found, route của nó là API Model Studio của A​libaba và một số nền tảng bên thứ ba, và mô hình Qwen gần nhất mà chúng tôi cung cấp là qwen/qwen3.8-max với giá $2.00 và $6.00.

Sự bất đối xứng đó tự nó chính là câu trả lời cho câu hỏi triển khai đối với hầu hết các nhóm. Mô hình thắng ở cột ảo giác là mô hình bạn có thể gọi ngay hôm nay qua endpoint bạn đã có, còn mô hình thắng trên GDPval khiến bạn phải tốn thêm một hợp đồng nhà cung cấp thứ hai để thử. Nếu bạn muốn kiểm tra tuyên bố GDPval trên dữ liệu của chính mình trước khi cam kết, một DSL định tuyến cho phép bạn gửi một bộ đánh giá cố định qua cả hai đường chỉ từ một lần gọi và so sánh đầu ra cạnh nhau — một thử nghiệm rẻ hơn mức mà giá theo từng tác vụ của cả hai mô hình gợi ý.

A headless-browser screenshot of the OrcaRouter model page for Gemini 4 Argon, captured 17 November 2026 in English, showing the identifier google/gemini-4-argon, the byline Google, an input price of $2.00 per million, a zero-data-retention badge, the note that zero data retention is available under agreement, and both the OpenAI-compatible and generateContent endpoint paths.

Những điều mà bảy điểm không nói với bạn

Hai điều sẽ thay đổi so sánh này, và cả hai đều không xa vời. Một phép đo ảo giác độc lập trên một triển khai Qwen4-Max với system prompt được tinh chỉnh để từ chối trả lời sẽ kiểm tra liệu 28.4% là thuộc tính của mô hình hay của cách nó được truy vấn — chưa có nhà cung cấp nào công bố một phép đo như vậy. Và việc chạy lại GDPval trên một mẫu lớn hơn sẽ cho chúng ta biết liệu mức dẫn trước 10.7% của Qwen4-Max trên các tác vụ chuyên môn là thật hay chỉ là nhiễu, vì các khoảng của benchmark đó rộng và hai mô hình đủ sát nhau để thứ hạng có thể đảo ngược.

Cho đến khi một trong hai ra mắt, cách phân chia đã rất rạch ròi và không phải cách mà chỉ số gợi ý. Suy luận kỹ thuật liên tục, khoa học, công việc shell, hoặc bất cứ thứ gì khách hàng đọc mà chưa được kiểm duyệt: G​emini 4 Argon, và mức phụ trội 52% là con số kém thú vị nhất trong thương vụ. Phán đoán chuyên môn có căn cứ ở quy mô lớn, với một bước đánh giá mà dù sao bạn cũng sẽ thực hiện: Qwen4-Max tốt hơn 10,7% trên bộ kiểm thử đo lường chính xác điều đó, và rẻ hơn 34% cho mỗi tác vụ trong khi bạn tìm hiểu.