10月14日,谷歌宣布旗舰模型Gemini 4 Argon面向全球开发者和企业开放,Google AI Pro与Ultra订阅用户可在Gemini应用和搜索AI模式使用。API首发价每百万输入、输出token分别为2美元和10美元,优惠持续至11月30日。[3][4][1]
开发者和付费订阅用户先接入
开发者可通过Google AI Studio、Android Studio及Gemini API调用Argon,企业可通过Gemini平台API接入。Google AI Ultra订阅用户还可在智能体开发平台Antigravity中使用;Pro和Ultra用户可在Gemini应用及搜索AI模式获得访问权限。[3][4][8]
未付费用户目前默认由系统自动分配模型,多数请求由Flash-Lite处理;关闭自动选择后只能固定使用Flash-Lite。Gemini应用已改用每5小时刷新、并与每周上限挂钩的动态算力限额。谷歌同时开放1万名科学家申请6个月Antigravity最高层级免费访问。[2][3]
Argon此前仅向有限群体开放,10月14日这轮才面向全球开发者和企业。快科技称,此前绝大多数人无法使用;智东西称,模型于10月1日发布,但当时未全球开放。[1][4]
首发价五折,百万token工作空间
Argon的API首发价为每百万输入token 2美元、输出token 10美元,缓存输入token 0.1美元;优惠持续至11月30日。12月1日起,输入、输出和缓存输入价格分别恢复至每百万4美元、20美元和0.2美元。谷歌将这一轮定价称为限时入门价。[3][4][1]
长任务处理是这一代的重点。IT之家称,Argon支持最高1,048,576个token的长解码输出,但输入、思考和输出共用同一个约100万token的上下文窗口。新智元称,普通同步调用默认最多输出65536 token,百万级输出依靠后台跨请求续写;钛媒体称,常规单次请求额度仍约3.3万至6.5万token。[3][8][6]
价格优势并非没有条件。Artificial Analysis测算,在首发价下Argon High平均每任务成本1.99美元,比GPT-6 Astra低约39%。[9][6]
钛媒体按12月1日标准价重算,同一测试平均任务成本将升至3.98美元,高于其列出的GPT-6 Astra的3.26美元;该报道还称,Argon High平均每项任务输出约6.2万token,约为GPT-6 Astra Max的2.3倍。[9][6]
谷歌称Vals指数第一,官方基准13项领先
谷歌称,Argon擅长编程、金融、法律、网络安全和科学等领域的复杂现实任务,在衡量金融、编程、法律和税务等关键经济领域表现的Vals Index中排名第一。在谷歌公布的19项基准对比中,最高思考档的Argon拿下13项单独最高、1项并列最高。[3][4][8]
第三方Artificial Analysis智能指数中,Argon High得分53,与GPT-6 Astra Max同分。量子位称,这一成绩与GPT-6 Astra Max、Claude Fable 5.1 Max并列;钛媒体则称Argon追平GPT-6 Astra,低于Claude Opus 5.5的58分。[9][6]
谷歌还公布了一批内部工程案例:Chrome团队用Argon在约4000万行代码库中重构约600万行遗留代码,把原本数月的架构重构压缩到数周;在约20.5万行Python代码的开源智能体框架ADK上,Argon无人值守运行11小时,跑完16892项单元测试,提出涉及32个文件的6项优化,最终2项被合并,长会话内存准备耗时降低约40%,冷导入耗时降低21%。[8][9][2]
在指定A100、vLLM测试配置下,Argon把Gemma 4 E2B的推理吞吐从每秒约3.79万token提升到10.8万以上,端到端速度达到原来的2.85倍,输出token保持一致。谷歌称,这类优化过去通常需要数月,这次只用了几天。[8][9][6]
从机器人到新酶,官方演示强调长链路执行
谷歌展示的机器人案例中,Argon观看人类玩沙包投掷的视频后,计算全身关节运动并自主编写仿真代码,方案迁移到Apollo人形机器人上,真机连续投中7次。谷歌称,这套“视频—仿真—现实”流程可把过去需要数周的人工仿真建模压缩到数小时。[2][8][9]
科研方面,谷歌称Argon在数小时内设计出5种新酶候选方案,研究人员送实验室验证后,5种均表现出催化活性;它还参与核聚变仿星器磁场研究,帮助研究者在去掉仿星器对称性限制后找到更广一类精确解,并编写验证代码,由研究者独立重算核对。[8][9][6]
安全方面,谷歌为Argon发布了217页安全报告。量子位称,在Gray Swan间接提示词注入评测中,经过15次自适应攻击尝试,Argon的攻击成功率为0.7%;在CWE-bench v1漏洞修复评测中得分68%。IT之家称,其有害请求违规率相比前代Gemini模型降低近一半。[9][3]
首批实测分化:3D与成本亮眼,代码与总账单受质疑
首批开发者实测中,3D场景生成和单次成本成为焦点。爱范儿记录的AIHubmix测试中,相同提示词生成像素风古建筑夜景,GPT-6 Astra耗时25分钟、花费11美元,Argon耗时3分钟、花费0.50美元。另一名开发者让两款模型制作特斯拉式电动机的3D动画,Argon单次生成成本为3.83美元,Claude Opus 5.5为16.36美元。[2]
但结果并不一致。钛媒体记录一名开发者的同题对比:制作可被拉扯、压扁、扔出的橡皮熊,Opus 5.5花费7.2美元,Argon花费22美元,且Argon的物理效果被指明显不如。在FrontierSWE v2、Terminal-Bench 4.0等软件工程与终端实操测试中,Argon也落后于部分主要竞品,复杂前端交互和3D细节受到开发者批评。[6][5][9]
围绕模型实际编程表现的争议还涉及谷歌内部评价。快科技转述外媒称,部分谷歌员工对Argon的实际编程表现有保留;钛媒体转述称,有媒体援引匿名消息称部分员工认为模型在内部测试中表现不够理想,谷歌否认了相关报道的准确性。[5][6]
AI 综合报道 · 根据已采集的媒体报道整理