业内两款最昂贵的 AI 模型接到了同一项任务：搭建埃菲尔铁塔。Anthropic 的旗舰模型 Claude Opus 5.5 耗时两小时，账单达 33.45 美元。Google 新发布的 Gemini 4 Argon 则一次性完成，仅花费 0.23 美元——大约便宜 145 倍。

埃菲尔铁塔对决：数据一览

如此悬殊的差距，仅靠标价无法解释。Gemini 4 Argon 以促销价发布：每百万输入 token 2 美元、每百万输出 token 10 美元，该价格有效期至 2026 年 11 月 30 日。

Claude Opus 5.5 的定价为每百万输入 token 4 美元、每百万输出 token 20 美元。Anthropic 的定价较此前下调了 20%。按单位 token 计算，Argon 的价格是 Opus 5.5 的一半。

然而，一半的价格并不足以解释 145 倍的差距。其余差距来自两款模型为完成任务所做的工作量。一次就成功完成任务的模型，消耗的 token 远少于反复迭代两小时的模型——而 token 才是用户最终付费的对象。

铁塔之外：基准测试与规格

Google DeepMind 于 2026 年 9 月 30 日发布 Gemini 4 Argon，该模型于 2026 年 10 月 13 日正式全面开放。Anthropic 则在几天前的 2026 年 9 月 22 日发布了 Claude Opus 5.5。

在 Google 的报告中，Argon 以 68.9% 的分数在 Vals Index 上领先。在两款模型共同参与的基准测试中，Argon 在 18 个类别中的 14 个类别胜出，其中在法律和金融应用方面表现最强。它还在智能体编程测试中取得了稳健的成绩。

Opus 5.5 则在 Artificial Analysis Intelligence Index 等独立汇总榜单上得分更高。它在对终端环境要求较高的基准测试中也表现良好，这类测试衡量模型在命令行环境中运行的能力。

在权衡这些说法时，这一分化值得注意：Argon 的核心得分来自 Google 自己的报告，而 Opus 5.5 的优势体现在独立汇总榜单上——也就是说，两款模型最亮眼的数据来自不同类型的来源。

两款模型在容量与设计上也存在差异。Argon 支持最多 100 万 token 的统一输入与输出，意味着它可以在单次响应中生成更长的成品内容——这一特性对于撰写长文档或生成大型代码库等任务非常重要。Opus 5.5 的输出上限为 128,000 token，转而强调自适应推理，即根据面前的问题调整思考的深度。

0.23 美元的铁塔为何重要

埃菲尔铁塔的测试结果将竞争的焦点从每 token 成本重新定位为每任务成本。单位 token 价格更低的模型，如果需要更多轮次才能完成任务，最终仍可能是更昂贵的选择。

Opus 5.5 已将价格下调 20%，但如果竞争对手能够一次性完成某些任务，标价下调可能无法在真实工作负载上弥合差距。

此外还有一个时间上的注意事项。Argon 的 2 美元和 10 美元价格属于促销价，将于 2026 年 11 月 30 日到期。围绕这些数字进行预算规划的企业，应提前考虑促销结束后的情况，因为本次对比是以促销价格为基准的。

来源：CryptoBriefing