Claude в этом сравнении тоже не одна модель. Opus и Sonnet — соседний класс с Argon. Haiku 5.5 — маленькая модель для потока. Цифры Google — из карточки, цифры Artificial Analysis — из заметки про Argon и сравнения с Opus.
Карточка Google: Argon против Opus и Fable
| Тест | Argon | Opus 5.5 | Fable 5.1 |
|---|---|---|---|
| Vals Index | 68,9% | 67,0% | 65,8% |
| Terminal-bench 4.0 | 57,4% | 66,4% | 57,9% |
| FrontierSWE v2 | 55,0% | 62,3% | 56,3% |
| DeepSWE v1.1 | 77,9% | 74,2% | 67,4% |
| LVBench | 91,7% | 83,7% | 79,7% |
| Chartography | 71,6% | 66,3% | 46,2% |
| GraphWalks, длинный хвост | 84,2% | 66,8% | 65,0% |
Независимый прогон
Artificial Analysis на высокой ступени Argon ставит 53 пункта индекса. Opus на максимальной — 58. Разрыв в пять пунктов — это уже не ничья, но и не другой вид спорта. На их Terminal-Bench 4.0 порядок другой, чем хочется усреднить с карточкой Google: Sonnet 64%, Opus 60%, Argon 57%. Оба ряда оставляем как есть: у Google на терминале сильнее всего Opus, у AA — Sonnet.
На AA-Briefcase у Opus 1805 Elo, у Argon около 1487–1494 в зависимости от карточки сравнения. На длинном рассуждении AA-LCR: Opus 85%, Argon 80%. Зато на AutomationBench-AA Argon 78% и в заметке AA названа первой, на 7 пунктов выше Sonnet.
Как выбрать
- Видео, длинная пачка файлов, графики — Argon. Здесь разрыв в карточке Google устойчивый.
- Длинная сессия в терминале и тяжёлый инженерный набор FrontierSWE — Opus. В замере Google он впереди.
- Поток коротких шагов — Haiku 5.5, не Argon. Сводный индекс у них разный класс.
Сравнение с GPT — Argon и GPT. Обзор — обзор Gemini 4 Argon.
Открыть чат в SUIN.AI — Gemini 4 Argon уже в списке моделей. Отдельный аккаунт Google не нужен.
