GPT-Rosalind 與 Gemini 4 Argon：一道你能通過的門，一個連門都還沒有

GPT-Rosalind 與 Gemini 4 Argon 都是針對科學工作打造的前沿模型，兩者皆以限制開放的發布形式推出，也都無法用評估一般模型發布的方式來評估。差別在於那道門是由什麼構成的。GPT-Rosalind 自 2026 年 10 月 5 日起即可購買，價格為每百萬輸入 token 5.00 美元、每百萬輸出 token 25.00 美元，任何通過 O​penAI 受信任存取審查的組織皆可取得——那是一道真實的門，門前也排著真實的隊伍。Gemini 4 Argon 於 2026 年 9 月 30 日發布，有評分、有開幕優惠價與三階段推行計畫，卻沒有任何可以送出請求的模型識別碼。一個是限制開放，另一個只是被描述。限制開放式的推行，以及發布後才延後的上市日期，都會連同日期與來源記錄在AI Incident Archive，與我們追蹤的其他模型和廠商事件並列。

區分模型與名號的考驗

在一個模型成為團隊能真正據以規劃的對象之前，必須有四件事成立：有一個可供呼叫的識別碼、有一個可據以計價收費的價格、有一個有文件記載的上下文視窗，以及有一個正式全面開放使用的日期。讓這兩個模型都通過這四項檢驗，比較就不再是能力問題。

• 可呼叫的識別碼 — GPT-Rosalind：是，可透過 API 供已核准的組織使用。Gemini 4 Argon：否。Google 的 API 模型清單中並無 gemini-4 或 argon 項目，而文件所認可的最新識別碼均屬 3.8 系列。

• 計費價格 — GPT-Rosalind：每百萬 $5.00 / $25.00，自 10 月 5 日起公布並生效。Gemini 4 Argon：每百萬 $2.00 / $10.00，報價為導入優惠費率，適用於尚未觸及付費客戶的推行計畫。

• 已記載的上下文 — GPT-Rosalind：100 萬個詞元。Gemini 4 Argon：Google 公布 100 萬個詞元的輸出上限，較先前的 64K 限制提高，且未公布輸入端；Artificial Analysis 對其量測的組態記錄為 100 萬。

• 一般存取日期 — GPT-Rosalind：自 2026 年 9 月 11 日起向合資格機構全球開放。Gemini 4 Argon：第一階段之後的任何推出階段均未公布日期。

Argon 四項中符合兩項，Rosalind 四項全數符合。這並不是在貶低 Argon 的工程實力，而是在說明採購團隊能簽得下什麼。

Argon 實際上要推出到什麼

這項公告由 Koray Kavukcuoglu 署名，描述了三個階段，但未附上任何時程。第一，透過 Fairwind Program 組成的具名網路防禦者團隊。第二，付費 API 客戶與 G​oogle AI Ultra 訂閱者。第三，開發者、企業與消費者。只有第一階段有任何可觀察到的成員，而該計畫明確是網路防禦者團隊——對於一個已公布強項為軟體工程、法律與財務工作，以及科學推理的模型來說，這是個令人費解的第一個落腳處。

比較一下 OpenAI 所走的順序。GPT-Rosalind 在 2026 年 4 月起步，當時有一組具名的美國可信存取合作夥伴——Amgen、Moderna、Allen Institute、Thermo Fisher——到了 9 月才擴及獲核准組織的全球適用資格，之後才公布價格。先是有條件開放的群體，再來是通用門檻，最後才是帳單。Google 做了第一步就停住了。

兩個不是同一類數字的得分

這是大多數比較出錯的地方，所以值得直說。掛在 Gemini 4 Argon 名下的那個數字——Artificial Analysis Intelligence Index 上的 52.56，v4.3.2 修訂版——是由獨立評測者根據十項評估的一般綜合評分產生的。這是對真實配置的真實測量，也是這兩個模型所能取得的唯一獨立數字。與 GPT-Rosalind 相關的數字來自 OpenAI 自家的生命科學評測套件，且沒有任何外部實驗室重現過其中任何一個。

• 獨立綜合 — Gemini 4 Argon 於 AA v4.3.2 上為 52.56，係在單一思考等級下測得。GPT-Rosalind：完全未列入該排行榜的追蹤範圍，因為專用型模型不會出現在通用排行榜上。

• 領域基準測試 — Gemini 4 Argon：Google 的表格中，Harvey 的 Legal Agent Benchmark 以 19.6 領先競爭對手的 3.8，Vals Finance Agent v2 則為 65.4。GPT-Rosalind：MedChemBench 27.5% 對 GPT-5.5 的 25.1%，GeneBench 21.6% 對 20.4%，LabWorkBench 63.2% 對 55.8%，皆由廠商自行執行。

• 這些領域數字有何共同點 — 這兩組數據都沒有經過獨立重新執行，而且兩家廠商都選擇了基準測試。G​oogle 表格中相對差距最大的兩項，也正是最有可能被非 G​oogle 員工重新測試的兩列。

所以你不能拿 52.56 跟 27.5 相比，也不能拿 52.56 跟 Rosalind 發表過的任何結果相比，因為這兩個模型從未考過同一份測驗。你所能說的範圍更窄，卻更有用：Argon 是由對結果沒有任何利害關係的人測量，而且是在與生物學毫無關係的任務上，結果落在前沿的中段。Rosalind 則是由其開發者測量，測的是生物學，而且從絕對值來看進展有限——在藥物化學基準上拿到 27.5% 的分數，意味著兩個模型在其中大部分題目上都失敗。

如果 Argon 以首發價推出，價格論點就會反轉。

GPT-Rosalind 以 $5.00 輸入與 $25.00 輸出的價格，是本次比較中最昂貴的模型，而且差距很大；它也是唯一有實際帳單的模型。Argon 所報的 $2.00 / $10.00 會在輸入上比它低 60%、在輸出上低 60%——前提是該費率能撐到 API 階段。這是個很大的「如果」。分階段推出時的 introductory pricing 是關於意圖的訊號，而非承諾；而且 G​oogle 並未為任何人真正付費的階段附上日期。

• 輸入 — GPT-Rosalind 每 1M 為 $5.00，現已可計費；Gemini 4 Argon 報價為 $2.00，不可計費。

• 輸出 — GPT-Rosalind 每 1M 為 $25.00，相較 Gemini 4 Argon 報價 $10.00。

• 每項索引任務成本——根據 Artificial Analysis 的資料，Gemini 4 Argon 為 $1.99；該機構亦記錄了一項快取折扣，使有效輸入價格降至接近每百萬 $1.99。GPT-Rosalind 沒有對應數字，因為它沒有索引分數。

• 快取處理 — OpenAI 在 Rosalind 上每百萬個快取輸入收費 $0.50，且未公布快取寫入的計費項目。Google 則完全未公布 Argon 的快取費率。

這個比較存在一個版本，會在第二階段開始時出現：其中 Argon 是通用模型，價格不到專門模型的一半，還附有獨立評分，而生物學溢價隨之崩塌。那個版本目前還不存在。今天若依據它來規劃，等於依據一份新聞稿來規劃。

生物學論證實際上落在何處

Argon 的公告並未聲稱涉及生物學工作。它聲稱的是軟體工程、法律與金融領域的企業知識工作，以及網路安全防禦。圍繞 GPT-Rosalind 的科學框架——濕實驗室流程、基因體學、藥物化學——在 Google 針對這個模型提供的資料中完全找不到對應內容。因此，「哪一個對研究實驗室更好」這個問題有個不怎麼光采的答案：只有其中一個是為此調校過並發表了相關數據，另一個則根本還沒踏入這個類別。

一張模型卡就可能改變這一切。上下文視窗、參數揭露、科學評估中的一列——其中任何一項，都可能在一天內翻轉判讀。在那之前，誠實的總結是：這兩個模型並不競爭。一個是專業型模型，有一道你能通過的門檻；另一個是通用型模型，有分數，還有一條你目前無法加入的排隊隊伍。

今天你能打給誰，以及這會讓你付出什麼代價

這兩個模型都不在 OrcaRouter 上。GPT-Rosalind 不在任何第三方路由器上，而是直接透過 O​penAI 的可信存取計畫運行；Gemini 4 Argon 則沒有可路由的端點。若說相反的話，那會是本文中最容易的謊言，所以我們不會這麼說。

我們路由上提供的，是圍繞科學研究的那部分工作。 Gemini 3.8 Flash 也在其中，每百萬 token 輸入 $0.75、輸出 $3.75，並具備 1,048,576 token 的上下文——這個模型會是任何有信用卡的人拿來與 Argon 比較的對象，也是本週你能執行、最接近 Argon 形態工作負載的模型。 Claude Opus 5.5 也在其中，價格為 $4.00 / $20.00，適用於寫作、程式碼審查與長時間的代理迴圈。兩者都共用同一把金鑰與同一張帳單 ，並與 200+ 個其他模型並列，按供應商牌價、0% 加成，因此供應商降價在公布當天就會在我們這邊生效，而不是等到合約續約時才生效。

就生物學那一半而言，架構是直接鍵與具名路由，不是靠猜測。如果某個請求需要專用模型，那麼當該專用模型不可用時，它應該明確報錯，而不是悄悄落到通用模型上——這正是以成本為考量設定的備援鏈在沒有人明確劃出界線時，會產生的故障模式。

值得留意的破綻

有一件事能為這場比較定案，而那不是基準測試。那就是 gemini-4 這個識別碼出現在 G​oogle 的 API 模型清單中。一旦這件事發生，入門費率就不再是部落格文章裡的一個數字，而是實際可據以計費的費率；上下文長度的問題也會有答案，而兩款模型的比較也將首次成為可能。

在那之前，請把 Gemini 4 Argon 視為一個附帶分數的名字，並把 GPT-Rosalind 視為一位需要排隊的專家。如果你的工作是分子生物學，而且你能通過審核，這位專家現在就可使用，而溢價就是搶先使用的代價。如果你的工作只是周邊相關——管線、文獻、程式碼、科學研究的外圍支架——你今天能呼叫的模型更便宜、經過獨立評分，而且不必等待一個沒有日期的推出階段。