Ripple 65B Preview đối đầu Gemini 4 Argon: Vách đá giá gặp trọng số mở

Vào ngày 1 tháng 12 năm 2026 — còn hai mươi sáu ngày nữa tính từ hôm nay — Gemini 4 Argon có giá niêm yết sẽ tăng gấp đôi. Đầu vào tăng từ $2.00 lên $4.00 mỗi triệu token, đầu ra từ $10.00 lên $20.00, đầu vào được lưu trong bộ nhớ đệm từ $0.10 lên $0.20, và các bậc batch và priority cũng tăng theo cùng một hệ số. Google đã nói rõ rằng mức giá hiện tại là giá giới thiệu, không phải một khoản giảm giá có thể lặng lẽ trở thành vĩnh viễn. Hạn chót đó chính là trục thực sự của phép so sánh này, bởi vì Ripple 65B Preview, được phát hành vào ngày 4 tháng 11 năm 2026 theo Apache 2.0, không có mức giá nào có thể thay đổi cả: với 65 tỷ tham số dense, nó đủ nhỏ để chạy trên phần cứng của chính bạn, và chi phí trở thành hóa đơn GPU thay vì giá token.

Việc đánh đổi đó có hợp lý hay không phụ thuộc hoàn toàn vào mức độ bạn sử dụng. Đây là phép tính, được trình bày trước các bài đo hiệu năng.

Các con số ở mỗi bên

• Gemini 4 Argon, hôm nay — $2.00 đầu vào / $10.00 đầu ra mỗi triệu, $0.10 đọc cache, batch và flex ở mức $1.00 / $5.00, ưu tiên ở mức $3.60 / $18.00br/> • Gemini 4 Argon, từ ngày 1 tháng 12 — $4.00 / $20.00, cache $0.20, batch $2.00 / $10.00, ưu tiên $7.20 / $36.00br/> • Ripple 65B Preview — không có bảng giá của nhà cung cấp; trọng số Apache 2.0, tự triển khai. Giá dịch vụ lưu trữ của bên thứ ba nằm gần mức $0.20 / $0.60br/> • Điểm độc lập — Argon đạt 50 trên Artificial Analysis Intelligence Index v5.0.1 với $7.68 mỗi tác vụ chỉ số; Ripple không có mục trong chỉ sốbr/> • Ngữ cảnh — Argon 1,048,576 token dùng chung cho đầu vào, suy nghĩ và đầu ra; Ripple được công bố lên tới 1M, được huấn luyện qua các giai đoạn ngữ cảnh dài 2M tokenbr/> • Tốc độ đầu ra — Argon đo được 55 tok/s; Ripple được công bố 250 tok/s trên 2×B200 ở batch 8, BF16

Chạy một khối lượng công việc agent với 2 triệu token đầu vào và 400.000 token đầu ra mỗi tháng. Theo mức giá giới thiệu của Argon, chi phí là $4 cộng $4 — $8. Từ ngày 1 tháng 12, chi phí là $16. Trên một endpoint Ripple được lưu trữ theo giá niêm yết, chi phí sẽ vào khoảng $0,40 cộng $0,24, tức khoảng $0,64, trước khi bạn phải trả cho bất kỳ thứ gì khác. Khoảng cách đó không phải là sai số làm tròn, và đó là lý do so sánh này đáng giá hơn một bảng thông số kỹ thuật: ở khối lượng nhỏ, khác biệt chỉ là nhiễu, còn ở quy mô agent, nó quyết định kiến trúc.

Bạn thực sự đang mua gì từ Argon

Gemini 4 Argon được công bố vào ngày 30 tháng 9 năm 2026 và đạt trạng thái sẵn sàng chung vào ngày 13 tháng 10. Đây là một mô hình 1 triệu token với ngân sách ngữ cảnh dùng chung — đầu vào, token suy nghĩ và đầu ra đều rút từ cùng một pool — và giới hạn đầu ra đồng bộ mặc định là 65.536 token. Để tiến gần đến trọn một triệu token trong một đầu ra, cần dùng đường giải mã dài chạy nền có polling, theo từng chặng tối đa 64K. Đây chính là kiểu chi tiết mà một dòng "ngữ cảnh 1M" trên trang so sánh sẽ xóa nhòa, và nó thay đổi việc mô hình giỏi ở điểm nào: Argon xuất sắc trong việc đọc một kho ngữ liệu lớn và tạo ra một câu trả lời vừa phải, nhưng lại lúng túng khi tạo ra một cuốn sách trong một lần gọi.

Hồ sơ đo được của nó nằm ở mức giữa của nhóm tiên phong. Artificial Analysis xếp nó ở 50 trên chỉ số v5.0.1, dưới Claude Opus 5.5 ở 59 và GPT-6.1 Sol ở 55, với chi phí $7.68 mỗi tác vụ chỉ số — cao hơn sáu lần mức $1.27 của Sol dù điểm thấp hơn. Các bảng do chính Google công bố cho thấy nó thắng sát nút trên DeepSWE v1.1 với 77.9 và thua trên Terminal-Bench 4.0, FrontierSWE v2 và OSWorld-2.0, kèm lưu ý thường lệ rằng nhà cung cấp đã tự chọn các hàng. Con số đặc trưng nhất của nó là tỷ lệ ảo giác 15% trên AA-Omniscience, thấp hơn nhiều so với chuẩn mực của nhóm tiên phong.

Không có điều nào trong số đó là lý do để tránh nó. Điểm mạnh của Argon nằm ở công việc xử lý tài liệu dài với mức giá mà cho đến ngày 1 tháng 12 vẫn thực sự rất cạnh tranh — 2 USD cho đầu vào mỗi một triệu token, ngang với GPT-6.1 Sol và bằng một phần năm Opus 5.5.

Ripple là gì, bỏ qua vẻ hào nhoáng khi ra mắt

Ripple 65B Preview là một transformer dày đặc 80 lớp với luồng phần dư rộng 5.120, 65 tỷ tham số đều hoạt động và một tập các lựa chọn kiến trúc mà Ricursive mô tả là giống Gemma 3N: nhiều đầu chú ý hơn, tỷ lệ cửa sổ trượt trên toàn cục cao hơn, cửa sổ trượt nhỏ hơn, cắt kích hoạt FFN, chú ý có cổng, NoPE toàn cục và phần dư giá trị. Nó theo Apache 2.0 và được phát hành dưới dạng BF16 instruct, NVFP4 instruct, BF16 base và một biến thể DFlash2.

Các tuyên bố về hiệu suất là phần thú vị trong so sánh này. Ricursive nói toàn bộ dự án tốn 32 triệu USD, khoảng một phần mười mức tiên tiến nhất open-weight trước đó về lập trình tác tử, dùng 1,4 triệu lượt rollout RL — ít hơn khoảng bảy mươi lần so với Reflection Beam — ở 40% MFU, và rằng nó duy trì 250 token mỗi giây trên hai B200 với batch size tám ở BF16. Artificial Analysis đo Argon ở 55 token mỗi giây. Một mô hình dense 65B ở 250 tok/s trên hai GPU là một đẳng cấp triển khai khác so với một API tiên phong, và đó là phần duy nhất trong bài pitch của Ripple không phụ thuộc vào một harness benchmark.

Tuyên bố về ngữ cảnh cần được soi xét kỹ lưỡng giống như tuyên bố của Argon. Ricursive liệt kê các giai đoạn huấn luyện ở 8K, 64K, 2M và 128K, đồng thời quảng bá cửa sổ 1M. Một danh mục của bên thứ ba đã liệt kê mô hình với ngữ cảnh 16.4K, điều này rõ ràng là sai so với thẻ thông số nhưng đáng để khiến bạn xác minh cửa sổ đó trong harness của riêng mình trước khi thiết kế dựa trên nó. Tuyên bố 1M trên một bản xem trước mới hai ngày tuổi chỉ là tuyên bố, không phải phép đo.

Bài toán điểm chuẩn, trong một đoạn văn.

Bạn không thể đặt hai cái này lên cùng một biểu đồ để so sánh. Các con số lập trình được công bố của Argon chủ yếu là Terminal-Bench 4.0 và DeepSWE v1.1; con số chủ đạo của Ripple là Terminal-Bench 2.1 với 80.52, một bộ tác vụ khác có mức trần dễ đạt hơn. Hàng cùng phiên bản duy nhất mà cả hai công bố là DeepSWE v1.1, trong đó Argon báo cáo 77.9 và Ripple báo cáo 44.3 — kết quả này đi ngược hoàn toàn với ấn tượng mà các con số Terminal-Bench tạo ra. Không có con số nào của Ripple được xác minh độc lập, còn con số của Argon là do nhà cung cấp tự chọn. Hãy coi việc so sánh này là chưa ngã ngũ cho đến khi một bộ kiểm thử trung lập chạy cả hai.

Quyết định, trong hai trường hợp

Từng đợt, nhiều tài liệu, khối lượng thấp. Argon thắng và mức tăng tháng 12 có lẽ không quan trọng. Nếu bạn xử lý vài trăm PDF dài mỗi tháng, chênh lệch giữa $8 và $16 chỉ là sai số làm tròn, và cửa sổ dùng chung 1M với tỷ lệ ảo giác thấp đáng giá hơn mức tiết kiệm token gấp 3 lần mà bạn phải tự vận hành. Hãy chốt trước ngày 1 tháng 12 nếu có thể — thay đổi giá áp dụng cho mức sử dụng, không áp dụng cho các hợp đồng đã ký trước đó, nên thỏa thuận cam kết chi tiêu đáng để hỏi riêng trong tháng này.

Trạng thái ổn định, khối lượng lớn, tác vụ hẹp. Phép tính đảo chiều. Hai B200 với chi phí cố định hàng tháng so với 4.800 USD token đầu ra Argon ở mức 400K/tháng khi mở rộng quy mô không phải là một lựa chọn sát nút, và Apache 2.0 nghĩa là không phải đàm phán giấy phép. Điều đánh đổi là bạn thừa hưởng stack phục vụ, các quyết định lượng tử hóa và công việc đánh giá, đồng thời bạn đang đặt cược vào một checkpoint bản xem trước không có điểm số độc lập.

OrcaRouter nằm ở phía Argon của ranh giới đó. Gemini 4 Argon là một trong hơn 200 mô hình có sẵn trên một khóa duy nhất, với mức chênh lệch 0% — giá niêm yết của Google được chuyển thẳng qua, nên thay đổi ngày 1 tháng 12 sẽ có hiệu lực tại đây cùng ngày thay vì vào kỳ gia hạn hợp đồng tiếp theo. Nếu thay đổi giá là điều khiến bạn lo lắng, DSL định tuyến là biện pháp phòng ngừa thiết thực: kết hợp Argon cho phần đọc ngữ cảnh dài và chuyển giai đoạn đầu ra cho một mô hình rẻ hơn, và tổng chi phí cuộc gọi pha trộn sẽ thấp hơn so với từng mô hình riêng lẻ. Ripple không có trong danh mục, vì vậy một ngăn xếp dựa trên Ripple là dự án tự triển khai chứ không phải quyết định định tuyến.

Điều gì sẽ thay đổi câu trả lời: một điểm số Ripple độc lập, việc đảo ngược hoặc gia hạn mức giá giới thiệu của Argon, hoặc việc cửa sổ 1M của Argon hóa ra có thể dùng được từ đầu đến cuối mà không cần đường nền. Hãy theo dõi điều đầu tiên; hai điều còn lại đã được biết và có mốc thời gian.