Сравнивать Argon с «GPT» одной цифрой нельзя: Astra, Sol и Luna — разные классы. Ниже два источника, и они подписаны отдельно. Карточка Google — отсюда. Независимый индекс — Artificial Analysis, замер на ступени high у Argon и max у моделей OpenAI.
Что говорит карточка Google
| Тест Google | Argon | GPT-6 Astra |
|---|---|---|
| Vals Index | 68,9% | 63,1% |
| DeepSWE v1.1 | 77,9% | 74,1% |
| FrontierSWE v2 | 55,0% | 65,5% |
| Terminal-bench 4.0 | 57,4% | 58,2% |
| LABBench 2 | 88,8% | 85,4% |
| LVBench | 91,7% | 87,5% |
| GraphWalks, длинный хвост | 84,2% | 71,8% |
| OSWorld-2.0, офлайн | 69,2% | 72,6% |
Что добавляет Artificial Analysis
- Сводный индекс. Argon догоняет Astra и на пункт обходит Sol. Это не «обходит всю линейку GPT на каждом тесте».
- Факты. Argon реже выдаёт уверенную ошибку: галлюцинации 15% против 51% у Astra и 54% у Sol. При этом доля верных ответов на знаниях у Astra выше, 63% против 50%.
- Агентные задачи. AutomationBench-AA: Argon 78%. Terminal-Bench в прогоне AA: Argon 57%, Astra 59%. Это рядом с 57,4% и 58,2% из карточки Google, но набор другой — цифры не усредняем.
- Luna. Индекс 38 против 53. Luna остаётся быстрым выбором на короткие и повторяемые шаги, не заменой Argon на длинной работе.
Как выбрать
- Длинный документ, видео, пачка файлов — Argon. Длинный хвост контекста в карточке Google у неё заметно выше.
- Тяжёлая инженерная задача из ряда FrontierSWE — в замере Google впереди Astra.
- Короткий повтор: метка, выжимка, черновик — Luna. Тянуть Argon на каждый такой шаг не нужно.
Рядом: Argon и Claude и Argon и Gemini 3.8 Flash.
Открыть чат в SUIN.AI — Gemini 4 Argon уже в списке моделей. Отдельный аккаунт Google не нужен.
