Gemini 4 vs Claude Opus 5.5：差距究竟在哪里

在 Gemini 4 和 Claude Opus 5.5 之间做选择，并不是在同一种类的两个模型之间做选择，而这是首先值得知道的一点。Gemini 4 Argon——Google 于 2026-09-30 宣布、并于 2026-10-13 在其付费层级上全面开放的模型——是 Gemini 4 系列中唯一可调用的成员：它旁边没有仅以 gemini-4 命名的模型 ID，也没有 Pro 层级和 Ultra 层级。Claude Opus 5.5 是 Anthropic 于 2026-09-22 发布的全面可用旗舰模型，属于一个四模型系列，其中每一档都有定价和文档。因此，这个对比的一边是一个只有一个成员的系列，另一边是一个有四个成员的系列，而下文中的数字来自 Gemini 4 Argon，因为 Gemini 4 这一边没有别的东西可衡量。

本页面向的读者已经知道这两个名称，并且想知道应该基于哪一个来构建。它既不是对其中任何一个的介绍，也不是一篇新闻报道。上面那则公告是用来确定该模型的日期，而不是为了报道某个事件。

比较的每一方实际上究竟是什么

Google 的 Gemini 4 文档只列出了一个条目：gemini-4-argon，标记为 Stable，被描述为旗舰推理模型，拥有统一的 100 万 token 上下文窗口，以及最长可达 100 万 token 的长解码。再读一遍同一页面，想找第二个 Gemini 4 模型，却一个也找不到——页面上其余的全都是 Gemini 3.x。Google 的定价页面也是如此：Argon 是上面唯一一行 Gemini 4。所以，当某个搜索结果说「Gemini 4」并指的是一个你可以选择的层级时，它描述的其实是一个厂商从未附加到任何东西上的名称。

Claude 这边则是相反的格局。Anthropic 发布了四款现役模型，每款都有自己的价目表、上下文窗口、输出上限、默认 effort 设置和退役承诺。Claude Opus 5.5 是其中的旗舰：100 万 token 上下文窗口、最高 128,000 token 输出、自适应思考始终开启且默认 effort 为 medium——这是该系列中唯一默认不采用 high effort 的模型——以及可靠的 2026 年 6 月知识截止日期。Anthropic 将其描述为专为长时间运行的智能体编程和知识工作而打造，它取代 Claude Opus 5 成为正式可用的旗舰，而 Opus 5 则继续列为旧版并保持提供服务。

这里存在一种文档不对称，值得明确说明一次，而不是任由它悄然塑造这个页面。我们有 36 篇已上线文章提及或以 Claude Opus 5.5 为中心，另有 18 篇围绕 Gemini 4 主线展开；而这 18 篇中，有 13 篇是与名为 Argon 的模型进行比较，而不是四层级解释文章。这是关于我们自己报道覆盖情况的事实，而不是关于这些模型的事实；无论读者从哪个方向到来，都应该知道哪一边背后有更多材料。

费率卡，以及应以哪个数字为规划依据

Gemini 4 Argon 以 introductory 价格推出，而 introductory 这个词可不是白叫的。按每百万 token 计，双方均以厂商于 2026-10-14 公布的数据为准：

• 输入 — Gemini 4 Argon 入门价 $2.00，依据 G​oogle 定价页面，将于 2026-12-01 上涨至 $4.00，而 Claude Opus 5.5 为 $4.00 固定价。

• 输出 — Gemini 4 Argon 介绍价为 $10.00，将于 2026-12-01 上涨至 $20.00，而 Claude Opus 5.5 为 $20.00。

• 缓存输入 — Gemini 4 Argon 每百万 $0.10，而 Claude Opus 5.5 为 $0.20。在主导长时间智能体运行的那一项上，Argon 的价格只有一半，而且 Google 仅支持隐式缓存，不支持显式缓存。

• 批量 — Gemini 4 Argon $1.00 / $5.00 对比 Claude Opus 5.5 $2.00 / $10.00，两者均为标准费率的一半。

• 缓存写入——Claude Opus 5.5 对五分钟缓存写入按每百万 5.00 美元收费，对一小时窗口则收取 8.00 美元。Google 的页面没有为 Argon 单独公布缓存写入费率，因为它不提供显式缓存。

• 上下文与输出——两者均支持 100 万 token 的上下文。Google 公布 Argon 的输出上限为 100 万 token；Anthropic 公布 Opus 5.5 为 128,000。

把最上面两行放在一起看，这段定价的故事是一场倒计时，而不是一次折扣。Argon 今天的价格是 Opus 5.5 的一半，到了十二月仍是这个价。任何按 $2 / $10 这组数字去规划迁移的人，都是在按一个已公布失效日期的费率做规划，而 Anthropic 的价目表里压根没有这样一档。这不是在为两个模型中的哪一个说话；这是预算真正要依据的算术，也是读者在这组对比中最常搞错的一点。

两家供应商的型号都是

第三方在此，路由问题与比较是两回事。Claude Opus 5.5 以标价收录在我们的目录中，未加任何加价，这就是 0% 转嫁在实践中的含义——供应商的价格原封不动地出现在你的账单上。截至 2026-10-14，Gemini 4 分支上没有任何内容在该目录中，因此，想今天用一个密钥同时运行两者的读者做不到；而想将 Opus 5.5 与 Claude 系列其余产品进行比较的读者则可以做到，无需第二份合同或第二个 SDK。

两个模型都出现在其上的唯一一块记分牌——以及它显示的内容

Artificial Analysis 在同一指数上对二者进行衡量，这使其成为现有最接近配对比较的对照。在由十项评估构建的 Intelligence Index 修订版 v4.3.2 上，高努力模式下的 Gemini 4 Argon 得分为 52.56，最大努力模式下的 Claude Opus 5.5 得分为 57.62。排行榜将它们显示为 53 和 58。这意味着在十项评估的综合评分上，Anthropic 领先五分。

同样的对比页面也列出了支撑它的各项数据行，而这些数据并不统一。Argon 仅在一项列出的评估中领先——AutomationBench-AA 为 78%，而 Opus 5.5 为 70。在其他所有项目上，排序都遵循该指数：Terminal-Bench 4.0 为 57% 对 60，SciCode 62 对 67，Humanity's Last Exam 57 对 61，GDP.pdf 22 对 26，CritPt 27 对 32，AA-Omniscience 42 对 46，AA-LCR v1.1 80 对 85。其中两个差距小到可以忽略不计；HumanEval 风格的编码和研究生级别的科学这两行则不然。

接下来是账单，情况正好相反。同一位评估器为每个分数背后的运行计算了价格：Gemini 4 Argon 在每项 Intelligence Index 任务上的按 token 付费成本为 1.99 美元，而 Claude Opus 5.5 为 5.98 美元；其中 Argon 每项任务输出 62,000 个输出 token，而 Opus 5.5 为 119,000 个，推理 token 为 36,000 个，而后者为 84,000 个。一次完整的索引运行，这一成本为 2,407 美元，而对方为 8,708 美元。Argon 更便宜，并不是因为它的 token 单价更低——尽管确实更低——而是因为它回答问题所需的 token 更少。

那段话应当附上两条诚实的说明。第一是推理强度（effort）设置：Argon 是在 high 档下测量的，Opus 5.5 则是在 maximum 档下测量的，而推理强度并非一个中性的旋钮——同样的模型在强度对齐的条件下测量，未必会维持这一排序。第二是速度：Artificial Analysis 上针对 Argon 的两个对比页面彼此矛盾，一个页面列出每秒 61 个 token，另一个列出 95 个，而两者本应是同一套配置。当一个榜单在某个数字上自相矛盾时，这个数字就还不能算作证据。

Google还发布了自己的基准测试表，其中Argon在大多数行上都领先于Claude Opus 5.5。该表由厂商自行报告，而Google自己的方法说明中也披露，非Google的列是竞争对手自行报告的数字，而非Google实际运行的测量结果。它是一份关于Google所主张内容的有用文档，但并非受控对比，其中各项领先幅度也应当据此看待。

通常是什么决定它？

如果你的工作是耗时较长的多步骤软件工程，而且你追求的是最佳答案而非最省成本的方案，那么 Claude Opus 5.5 如今是更稳妥的选择：它已正式发布（GA），官方公布的退役下限为 2027 年 9 月，可在更多地方提供服务，而且独立测评显示，它在这类工作最看重的编程和科学类目上处于领先。迁移成本确实存在，但并非不可知——整个 Claude 系列的 effort 档位都已重新校准，因此从旧模型沿用过来的 effort 设置应当重新做一轮扫描调优，而不是直接复用。

如果你的工作量大，或者约束在于每项任务的账单而不是最后五个指数点，那么 Gemini 4 Argon 眼下是更值得考虑的选择，而有趣之处恰恰在于每 token 价格与每任务成本之间的差距。Argon 的回答大约只用一半的 token，这意味着一个以重复和提取为主的工作负载，即便在优惠费率到期后，用 Argon 也可能更便宜。它目前尚不具备的，是 Opus 5.5 自九月以来就有的东西：围绕它的层级结构。当旗舰型号性能过剩时，没有更便宜的 Gemini 4 可供退而求其次；当它不够用时，也没有更贵的型号可供升级选用。

在实践中，决定这些评估中大多数结果的唯一事实，就是最上面那一条：你并不是在两个可比的层级之间做选择。Claude Opus 5.5 是一条分四档定价的产品线中的旗舰；Gemini 4 Argon 就是整个 Gemini 4 产品线，而其费率将于 2026-12-01 变更。选择那个形态明确、你能据以规划的一方。

让两个模型共用一个键

Claude Opus 5.5 通过 OrcaRouter 按 Anthropic 的标价提供，且在上面加价 0%，因此供应商一旦降价，当天就能反映到你的账单上，而不必等一个重新定价周期；同一个密钥也能访问 Opus 5.5 的同门模型，无需再签一份合同。截至 2026-10-14，Gemini 4 Argon 并不在该目录中，所以今天它还无法作为同一密钥下的第二种选择；想要权衡这两者的读者，必须在我们的路径之外同时保留 G​oogle 自家的 API。

能访问 Claude Opus 5.5 的那把密钥，也能以标价访问我们提供的每一款模型。 目录中的其余部分这正是厂商标价会原样落到你发票上的原因。

选择模型，同样取决于此前究竟出过什么问题：这类模型有据可查的 AI 事故与智能体失效案例，都收录在OrcaRouter AI 事故档案库中，其中每一条记录都附带各自的来源、严重程度、置信度评级以及争议标记。