Gemini 4 与 Claude Sonnet 5.5：标价相同，账单相差 2.7 倍

Gemini 4 Argon（每百万输入 token 2.00 美元，每百万输出 10.00 美元）与 Claude Sonnet 5.5（每百万输入 token 2.00 美元，每百万输出 10.00 美元）的公开价目表完全相同。不是相近——截至 2026-10-14，两家厂商的定价页面上写着的就是分毫不差的同样四个数字。如果只看价格，你会认为这场对决是平局，然后就此略过。但账单并不是平局：Artificial Analysis 的数据显示，在同一版本、同样十项评测的 Intelligence Index 上，Gemini 4 Argon 回答一项任务的成本为 1.99 美元，而 Claude Sonnet 5.5 为 5.46 美元。费率相同却能出现 2.7 倍的差距，是因为这两个模型得出答案所消耗的 token 数量差异极大，而这正是本次比较的全部内容。

Claude Sonnet 5.5 是 A​nthropic 于 2026-09-28 发布的中间层级模型。Gemini 4 Argon 是 Gemini 4 系列中唯一有名称的成员，于 2026-09-30 公布，并于 2026-10-13 在 G​oogle 的付费层级上转为全面可用。本页面向的是已经知道这两个名称、正在二者之间做选择的读者，而不是需要其中任何一个入门介绍的人。

分隔这些模型的两行

在 Artificial Analysis 的 Intelligence Index v4.3.2 上，Gemini 4 Argon 在高努力模式下得分为 52.56，Claude Sonnet 5.5 在最高努力模式下得分为 56.00——显示为 53 和 56。在同一 2026 年 9 月生成窗口内，Sonnet 5.5 在十项评估的综合评分上领先约 3.4 分。

在这个索引分数背后，才是钱真正所在的地方。每个索引任务，Argon 输出 62,000 个 token；Claude Sonnet 5.5 输出 197,000 个，其中 147,000 个是推理 token，而 Argon 只有 36,000 个。把整个索引跑一遍，计价器显示的是 2,407 美元对 7,260 美元。这就是其机制，也解释了费率卡无法解释的事情：Sonnet 5.5 回答得更好、成本也更高，而每 token 价格表却声称两者是同一款产品、同一个价格。

决定实际工作能力的另一个维度是输出上限。Anthropic 为 Sonnet 5.5 公布的同步输出为 128,000 个 token。Google 为 Argon 公布的输出上限为 100 万 token，同时还配有 100 万 token 的上下文窗口——如此庞大的解码预算对于长篇生成以及需要一次性写出完整产物的智能体而言至关重要。两者的计费都基于输出，因此在相同输入下，解码上限更高的模型，其最坏情况下的成本也更高。

effort 设置对那个比较有什么影响

上面两个数字都是在特定推理努力程度下、与厂商关联的测量结果，而努力程度是一个可调旋钮，不是关于模型的事实。Sonnet 5.5 是在最高档测量的；Argon 是在高档测量的。Gemini 4 Argon 自己的定价页在 Standard 之外还提供 Priority、Flex 和 Batch 层级，而 Google 在标准层级上的入门费率将于 2026-12-01 翻倍——$2.00/$10.00 变为 $4.00/$20.00，这会实质性改变上一段中的每一个数字。到那个日期，这一比较中没有任何内容能保持不变。

Anthropic 在 effort 上的叙事走向恰好相反，而且在发布报道中很容易被忽略。Sonnet 5.5 发布时的价格与 Sonnet 5 完全相同，而 Anthropic 自己的迁移文档称，二者之间的 effort 级别经过了重新校准：“一个 effort 级别产生的思考量，与它在 Claude Sonnet 5 上时并不相同。不要沿用某项设置，而应重新运行你的 effort 扫描。”因此，被广泛重复的 Sonnet 5.5“在大多数工作上成本最多降低 30%”的说法，指的是你必须选择的一个运行点，而不是你自动继承的价格。Artificial Analysis 在最大 effort 下测得，同一模型每项任务的成本比其前代高出约 49%，这是同一条曲线的另一端。

如果你运行的是 Claude 系列，那么这种重新校准很容易消化：当前的全部四个层级都在同一个目录中，按标价、0% 加价，因此在 Claude Sonnet 5.5、Claude Opus 5.5 和 Claude Haiku 5.5 之间切换，只是在同一把密钥上更改模型字符串，而不是再签一份合同。截至 2026-10-14，Gemini 4 主干上的任何模型都不在该目录中——Gemini 4 Argon 可以通过 Google 自己的 API 和其他第三方平台访问，而不是通过我们——因此，想要在 Argon 后面拥有一条回退路径的读者，必须在我们路由之外自行搭建。

两家供应商已发布材料实际存在差异之处

Anthropic 将 Claude Sonnet 5.5 的记录细化到生命周期：模型 ID 为 claude-sonnet-5-5，100 万 token 上下文，128,000 token 同步输出，在 Batches API 上通过 beta 标头可提升至 300,000，默认以高强度开启自适应思考，知识截止日期为 2026 年 6 月，并承诺在 Anthropic 运营的平台上不早于 2028-09-28 退役。Amazon Bedrock 和 Google Cloud 各自设定日期。该 ID 是固定快照，因此不会在你使用期间发生漂移。

Google 关于 Gemini 4 Argon 的文档更为单薄，而这一空缺本身就说明问题。模型页面载有 ID 为 gemini-4-argon、Stable 徽章、统一的 1M token 上下文以及 1M token 解码上限；定价页面则列出了四个服务层级以及 12 月的价格上调。缺失的是围绕它的层级结构。Gemini 4 只有一个模型，因此当旗舰型号性能过剩时，没有更便宜的一档可供回退；当它不够用时，也没有更昂贵的一档可供选择。Anthropic 的产品线有四款；Google 的第 4 代只有一款，而 Google 自家网站上的 Pro 和 Flash 位置仍由 Gemini 3.x 模型占据。

Google 的发布基准测试表显示 Argon 在大多数行上领先于 Sonnet 5.5，但该表是厂商自行报告的，并且 Google 的方法说明披露，非 Google 列是竞争对手自行报告的数值，而不是 Google 执行的运行结果。应将其视为 Google 所声称内容的陈述。上方的 Artificial Analysis 各行是独立测量结果，本页所依据的正是这些行。

按工作量而非裁决来选择

当任务是范围明确的生产工作，而错误答案的代价高于一个 token 时，就选 Claude Sonnet 5.5——独立指数上的编码和推理行更青睐它，其文档足够完整，可供据此规划，而且它具有已公布的、两年后的退役下限。它实际上的陷阱在于 effort 默认值：直接把 Sonnet 5 的 effort 设置照搬过来，会产生一张与发布报道所承诺的截然不同的账单。

当吞吐量和单任务成本成为主导因素，且工作负载属于会产生简短、密集答案的那一类——抽取、分类、高容量智能体步骤——就该选择 Gemini 4 Argon。其优势从结构上源于 token 经济性，而非价目表本身，因此尽管标价与 Sonnet 5.5 相同，它在单任务成本上依然站得住脚。它的实际陷阱在于 12 月的费率上调，以及缺少一个更便宜的同类选择。

决定这类评测结果的关键事实只有一个：费率相同并不意味着账单相同，而这里的差距在于一份 62,000 token 的回答对上一份 197,000 token 的回答。在做选择之前，先测量你自己工作负载的输出长度，因为这一个数字对成本的影响比价目表更大。

在比较遇到键的地方

这两者都使用我们的密钥，按提供商目录价计费，加价 0%，这一点在这里比在大多数对比中都更有价值：本页面的成本论点取决于 effort 设置和缓存命中率，而不是标价，而从一个端点对 Claude Sonnet 5.5 和 Gemini 4 Argon 重跑同一提示词，正是你用自己的数字而非我们的数字来验证它的方式。

更高一级的套餐在其单独的页面上标价。Claude Opus 5.5它使用相同的合同、相同的 SDK 和相同的密钥。

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。