Gemini 4 vs Opus 4.6：价格、基准测试与旧版模型状态

Gemini 4 Argon 与 Claude Opus 4.6 不是一场能用单一榜单决定的对比。Gemini 4 是分阶段开放的新旗舰，强调超长输出与多文档工作；Opus 4.6 则是仍可使用、但已被标记为旧版的 Anthropic 模型。当前没有严格同口径的 Gemini 4 vs Opus 4.6 直接测试，选型应以真实工作负载为准。

AI 要点

• **有没有测试显示 Gemini 4 胜过 Claude Opus 4.6？**没有。当前没有已发布的测试对 Gemini 4 与 Claude Opus 4.6 做直接对比。Google 为 Gemini 4 Argon 发布的上线表格没有纳入 Opus 4.6，两家厂商报告的测试也使用了不同版本。
• **Claude Opus 4.6 现在还能用吗？**可以。Anthropic 将 Opus 4.6 列为仍在提供的旧版模型。它至少会持续可用到 2027 年 2 月 5 日，Anthropic 建议新项目优先使用 Opus 5.5。
• **Gemini 4 和 Opus 4.6 哪个更便宜？**Gemini 4 在两个价格档位上都更便宜。Google 上线时对每 1M tokens 的输入收费 $2、输出收费 $10，之后变为 $4 / $20；Anthropic 对 Opus 4.6 的每 1M tokens 输入/输出收费 $5 / $25。
• **Gemini 4 已经向公众开放了吗？**还没有完全开放。Google 正在分阶段发布，首先面向 Fairwind Program。后续群体的开放时间尚未公布；Opus 4.6 则已普遍可用。

Gemini 4 vs Opus 4.6：规格一览

Gemini 4 Argon 与 Opus 4.6 对比的是 Google 于 2026 年 9 月 30 日发布的旗舰模型，以及 Anthropic 于 2026 年 2 月 5 日发布、如今已归为旧版模型的一款产品。

回复长度是两者差距最大的地方。Opus 4.6 将普通响应限制在 128K tokens；Gemini 4 则最高可达 1M，足以一次性生成书籍长度的报告。Opus 4.6 公开了自己的上下文大小和知识截止日期，而 Google 目前尚未披露 Gemini 4 的这两项信息。更多已公开的 Gemini 4 信息可参考本站的 Gemini 4 Argon 评测。

Opus 4.6 在 Anthropic 产品线中的位置

Anthropic 已经把重心转移到 Opus 4.6 之后的产品上。自 2 月以来，Anthropic 已发布 Opus 4.7、Opus 4.8、Opus 5，以及在 9 月 22 日发布的 Opus 5.5，它们目前都仍在提供。Opus 4.6 的模型页面现在带有旧版标签，并建议迁移到 Opus 5.5。Opus 5.5 也更便宜：每 1M tokens 输入/输出为 $4 / $20，而 Opus 4.6 为 $5 / $25。

Opus 4.6 尚未弃用。Anthropic 的弃用页面显示它仍为活跃状态，最早也要到 2027 年 2 月 5 日才可能退役。

有些团队仍然有充分理由继续使用它：提示词已固定在它的行为模式上、评测已针对它的输出做过调优，或者云合同中明确写了它的名称。对于新项目，则应在升级前先比较 Opus 5.5 与既有工作流的质量、延迟和总成本。

基准测试：为什么没有一行能直接对齐

目前还没有一份公平的 Gemini 4 vs Claude Opus 4.6 成绩单。Anthropic 在 2 月发布了 Opus 4.6 的结果，Google 则在 9 月下旬发布了 Gemini 4 的结果。即便两张表里出现相同测试名称，版本也不同，因此下面没有任何一组数据是严格同口径对比。

两家厂商也都公布了对方没有列出的测试。对于 Gemini 4，Google 列出了 DeepSWE v1.1 上的 77.9、GraphWalks 在 256K 到 1M tokens 范围内的 84.2，以及面向长视频的 LVBench 上的 91.7。对于 Opus 4.6，Anthropic 列出了 SWE-bench Verified 上的 80.8、BrowseComp 上的 84.0、ARC-AGI-2 上的 68.8，以及 1M tokens MRCR v2 检索测试上的 76%。

更合理的理解方式，是把这些结果看作各家厂商对自家模型优势的描述，而不是一场正面对决。不同测试版本之间，任务和测试框架都会变化。

Google 的表格改用了 Opus 5.5

Google 将 Gemini 4 与 Opus 5.5 做了对比，后者是 Anthropic 当前的 Opus 模型，而不是 Opus 4.6。下表数据由 Google 自行运行，应视为方向性参考：

按照 Google 给出的数字，Gemini 4 在业务流程、法律任务以及超长输入检索方面领先；Opus 5.5 则在终端工作和 FrontierSWE 上领先。在独立结果出现之前，更适合把这些数据视为值得复测的候选任务，而不是直接替代真实工作流评估的结论。

Gemini 4 vs Opus 4.6 价格

在上线初期，Gemini 4 与 Opus 4.6 在价格上几乎是一边倒。假设一次智能体调用读取 200K tokens、写出 20K tokens，按标价计算：

• Gemini 4：上线价格为 $0.60，之后为 $1.20。
• Opus 4.6：标准价格为 $1.50，或通过批处理为 $0.75。
• Opus 5.5：$1.20。

目前，一次 Gemini 4 调用的成本是 Opus 4.6 标准价格的 40%。批处理能缩小一部分差距，但批处理结果到达得更晚。即使在 Google 的价格翻倍之后，Gemini 4 每次调用仍便宜 20%。真实任务还应计入缓存命中、工具费用、重试次数、等待时间和人工修正成本。

访问方式：分阶段开放 vs 四大云平台

在 Gemini 4 与 Opus 4.6 的对比中，访问方式是最清晰、也最实际的分界线。Google 先向 Fairwind Program 成员开放 Gemini 4，付费 API 用户和 Google AI Ultra 成员将排在下一批。Google 尚未公布任何日期，也还没有公开模型 ID。

可以通过 Claude API 以及四大云平台购买 Opus 4.6：Amazon Bedrock、Google Cloud、Microsoft Foundry 和 Claude Platform on AWS。Bedrock 与 Google Cloud 会自行设定各自的退役日期。

Gemini 4 vs Opus 4.6 结论

应根据实际工作负载来决定 Gemini 4 Argon 与 Opus 4.6。如果已经获得访问权限，并且工作涉及长上下文、多文档和超长输出，那么 Gemini 4 是值得测试的候选。只有在已固定的工作流明确依赖 Opus 4.6 时，才建议继续保留它。对于新的 Anthropic 工作，先测试 Opus 5.5 更合理，因为它比 4.6 更便宜。

Gemini 4

优点：

• 来自 Google 的最新旗舰模型。
• 单次回复最长可达 1M tokens。
• 上线价格明显低于 Opus 4.6。
• 在长文档和专家任务上拥有较强的 Google 厂商报告成绩。

缺点：

• 仍在分阶段开放，大多数用户暂无明确日期。
• 模型 ID 和上下文窗口仍未公开。
• 介绍期结束后价格会翻倍。
• 目前只有 Google 自报基准测试。

Claude Opus 4.6

优点：

• 可通过 Claude API 和四大云平台购买。
• 标准定价下提供完整的 1M tokens 上下文。
• 批处理价格减半。
• 对固定工作流来说，行为稳定且已被广泛了解。

缺点：

• 属于旧版模型，最早可能在 2027 年 2 月起退役。
• 成本高于更新的 Opus 5.5。
• 标准请求的输出上限为 128K tokens。
• 知识截止日期较早，为 2025 年 5 月。

用同条件测试决定去留

不要用彼此对不齐的厂商表格决定 Gemini 4 与 Opus 4.6，而要用真实工作负载。选择一项可重复的研究、代码审查或资料整理任务，让两个模型使用完全相同的输入、工具、权限、时间预算和通过标准。连续跟踪输出质量、重试次数、延迟、tokens 花费和人工修正时间，再把每个模型保留在真正值得其成本的位置上。

1. 确认访问和模型版本。 仅在实际提供方和账户支持时，将模型纳入测试；记录准确的模型 ID、快照和设置。
2. 固定任务与验收规则。 使用相同源文件、工具和权限，在运行前定义什么结果才算通过。
3. 先审核，再切换默认模型。 多次运行，对比失败模式与每个已接受结果的总成本；只有结果稳定后才扩大自动化和权限范围。