GPT-6.1 Sol 對上 Gemini 4 Argon：僅差半分，而且只有其中一款有在販售

你能在 GPT-6.1 Sol與 Gemini 4 Argon 之間比較的一切都可量化，但沒有一項可付諸行動，因為這兩款模型中只有一款買得到。Gemini 4 Argon 於 2026 年 9 月 30 日在一篇 DeepMind 文章中宣布，署名為 Koray Kavukcuoglu，定價為所稱的導入價每百萬輸入 token 2.00 美元與每百萬輸出 token 10.00 美元，並透過 Fairwind Program 率先向一群具名的資安防禦人員推出。它沒有模型識別碼、沒有 API 端點、沒有已公佈、可供你計費的每 token 費率，也沒有任何你能以客戶身分存取的頁面。GPT-6.1 Sol 於 2026 年 9 月 29 日推出，價格為 2.00 美元與 10.00 美元，且現在已可使用。在 Artificial Analysis Intelligence Index 上，兩者相差 0.8 分——Argon 52.6，Sol 51.8——這使它們成為本批次中最接近的一對，而且單就該指數而言，是不分軒輊。在決定實際部署的衡量標準上，這兩個模型中有一個根本算不上候選者。

那種不對稱不是什麼技術細節，也不是什麼獨家新聞。它是應該主導這項比較該如何解讀的事實：Argon 的數字描述的是一個正在對單一組群進行受控推行的模型，而 GPT-6.1 Sol 的數字描述的則是價目表上的產品。比較兩者仍然值得一做——Argon 是該供應商目前主打的產品，而它的量測結果確實說明了 Gemini 產品線頂端所處的位置——但每一項結論都必須附帶「如果它買得到」這句話，而且沒有任何一項結論可以附帶「你該不該轉換」這句話。

該指數只允許進行一次比較，而結果幾乎不分軒輊。

兩個模型都出現在 Artificial Analysis 上，且兩者都附有一項分數，以及對產出該分數所耗成本的說明。

• 智慧指數，v4.3.2 — Gemini 4 Argon 52.6 對 GPT-6.1 Sol 51.8，差距 0.8 分

• 每項索引任務的成本——Gemini 4 Argon $1.99 對比 GPT-6.1 Sol $0.72，為了那 0.8 分，差距達 2.8 倍

• 執行完整套件的成本 — Gemini 4 Argon $2,407 對比 GPT-6.1 Sol $1,082

• 在該測試套件上發出的輸出 token —— Gemini 4 Argon 110M 對上 GPT-6.1 Sol 67M，1.6× 的冗長度差異

• 標示的首發價格 — 兩者皆為每百萬個 token 輸入 $2.00、輸出 $10.00，而 Argon 的快取輸入可享 95% 折扣

• 上下文視窗 — GPT-6.1 Sol 1,050,000 tokens；Argon 尚未公開

第四行說明了第二行。在幾乎相同的牌價下，每項任務成本卻相差 2.8 倍，原因在於以相近的輸出價格寫入 1.6 倍的 token，再加上其背後推理量所耗費的成本。從其模型卡來看，Argon 並不是昂貴的模型。它在評測中是個話多的模型，而帳是結算在輸出上的。

這些配置不同，而差異的方向對較便宜的模型有利。Artificial Analysis 的圖表以高努力設定呈現 Gemini 4 Argon，並以最高設定呈現 GPT-6.1 Sol——因此 Sol 是在其最昂貴的設定下測量，而 Argon 則是在低於其上限的某個設定下測量。所以，0.8 分的差距是對 Sol 而言較寬容的比較版本：給 Argon 最高設定，差距可能會擴大；給 Sol 較低設定，其成本則會進一步下降。這兩種做法都不會改變可用性這條線，而那是唯一能終結部署決策的線。

竟然能看出0.8點的差距

在十項評估的綜合分數上，不到一分的差距算不上排名。那只是兩個模型落在同一區間。

這個指數未為 Argon 公布的部分，正是能讓這個級距變得可解讀的組成細節——它贏下哪些評估、哪裡較弱、在構成綜合分數的各項子分數上表現如何。GPT-6.1 Sol 的頁面載有那些列；Argon 的頁面則只有一個頭條分數和一項成本。僅根據頭條分數建立的比較，只能說兩者旗鼓相當，除此之外別無其他；它應該就這麼說，而不是從 0.8 分的差距硬生生製造出一個贏家。

有一個值得補充的外部數據點，而它指向的是相反的方向。在發布之後流傳的一份第三方程式編寫評測中，Argon 名列第三，排在 GPT-6 Astra 與 Claude Opus 5.5 之後——對一個處於受控推出階段的模型而言，這是相當亮眼的成績，也與綜合分數 52.6 相互吻合。但這同樣只是來自單一評測的單一觀察，且發表於發布後的頭幾天，因此它只是佐證，而非長期實績。給它標記一下，然後繼續往下走。

這兩張價格卡實際上是做什麼用的

Argon 標示的費率比索引列更需謹慎看待，因為其中包含兩個數字。

introductory 價格是每百萬 input $2.00、output $10.00，而快取 input 可享 95% 折扣；若放在同一張卡上比較，這會讓 Argon 與 GPT-6.1 Sol 的價格看似同級對等。但供應商自家的註腳指出，在一個它並未定義的 introductory 期間過後，價格會變成每百萬 input token $4.00、每百萬 output token $20.00。後者這組數字並非假設——而是該模型預期最終會落定的公告價格——而且它恰好落在當前前沿模型定價清單的水準上，而不是低於它。只引用 introductory 那組價格的比較，等於是在引用一個尚未正式全面上市的模型的促銷價；同一行裡就疊了兩層暫時性。

GPT-6.1 Sol 的價目卡是另一種截然不同的東西。$2.00 和 $10.00 是現行費率，不是促銷價；超過 272,000 個提示詞 token 後，長上下文級距跳到 $4.00 / $15.00，這是已公開的資訊，且適用於明確定義的界線；$0.10 的快取輸入今日已上線且可計費。其中沒有任何內容需要針對供應商拒絕定義的期間加註腳。

這就是供貨狀態那一行背後的實質。不是說 Argon 是較差的型號——指數顯示兩者旗鼓相當——而是說這兩張卡之中，一張是承諾，另一張是意圖。

推出本身即是比較

Fairwind 計畫是 Argon 那則公告中，技術比較往往會略過的部分，而它正是這裡最關鍵的一環。

廠商正率先把這款模型交到一群具名的網路防禦人員手中，領先其他所有人，而且沒有公布全面開放的日期、沒有開發者候補名單，也沒有任何可供客戶鎖定的已公布識別碼。這是發布前沿模型的正当方式，對這類能力而言也並不罕見。這同時也意味著，目前所有關於 Argon 在真實流量下成本、延遲、輸送量與可靠性的說法都尚未經過實測：因為根本沒有可測量的生產流量。廠商自家的基準測試結果確實存在，Artificial Analysis 的綜合評比也存在，但這兩者加起來，就是一家實驗室的評估與一家評測機構的測試套件。這就是全部的紀錄。

GPT-6.1 Sol 的紀錄只有八天，而且其薄弱之處截然不同：只有一組獨立配置、沒有實務工作者的語料庫，還有一款已出貨的產品，其失效模式至今尚未在任何地方被記錄下來。這兩個模型的證據都不充分。然而，其中一個有一張發票。

所以這個比較是為了什麼

三種用途，而且沒有一種是購買決策。

首先，校準。如果你正在追蹤 Argon 相對於 GPT-6.1 Sol 的定位，那麼在每項任務成本差距為 2.8× 的情況下，52.6 對 51.8 就是目前的答案；這也顯示 Gemini 4 系列在能力上具競爭力，但仍在敲定其商業條款。留意入門優惠價是否會被 $4.00 / $20.00 這組價格取代；在能力不變的情況下，這會把價格持平變成價格溢價。

第二，一個保留立場。一個已發布、已被衡量、卻無法路由的模型，正是最鮮明的案例，說明為何要在你的應用程式與你的模型選擇之間保留一層抽象。本文中的兩個模型，從我們這一側來看，都能以相同方式觸及：GPT-6.1 Sol 已在 OrcaRouter 上，價格為它自身的 $2.00 / $10.00，快取輸入為 $0.10，且未加收任何費用，因此今天就能以供應商定價針對它建構工作負載。若有一天 Argon 取得了識別碼與價目表，評估它應該只是改個設定，而不是重寫——而在那之前，該投入在 Argon 上的正確工程心力，就是能讓這件事維持成立的那個份量。

第三，一份可證偽的觀察清單。以下任何一項，都會讓這篇從「目前我們所知」的文章，變成可實際據以選購的比較：開發者文件中出現模型識別碼、其模型卡索引中出現一筆條目、一篇附有公布每 token 費率的正式推出（GA）公告，或 Artificial Analysis 發布另一種不同 effort 等級的組態設定。在這些事情有任何一項成真之前，任何聲稱 Argon 在正式環境中比 GPT-6.1 Sol 更便宜、更快或更好的文章，描述的都是一個除了某一小群組之外，沒有人實際運行過的模型。

誠實的結語只有一句話，而且它關乎問題的形狀，而非分數。Gemini 4 Argon 與 GPT-6.1 Sol 在兩者唯一共同出現的獨立排行榜上足夠接近，以致該指數無法在它們之間做出選擇；真正做出區隔的是：一個已經可用，另一個只是承諾，而你不會把正式環境流量導向一個承諾。追蹤 Argon，如果價格與模態符合你的工作就採用 Sol，並讓抽象層保持得足夠薄，這樣當 Argon 成真的那天，它只會是一行設定，而不是一個專案。