美东时间10月13日（北京时间10月14日），谷歌宣布Gemini 4 Argon已在全球范围内上线，这款此前只对网络安全防御者限量开放了两周多的旗舰模型，正式交到普通用户、开发者和企业手里。 它接的不是随手闲聊的单子，而是编程、金融、法律、网络安全和科学等领域的长流程复杂任务。看完谷歌的发布材料和当天多篇开发者实测，结论可以先放在这里：“100万Token输出”和“API五折”这两个头条卖点都带着前提，谷歌是否借它重回第一梯队，只说对了一半。华尔街见闻
谁能用到、用多深：Pro 只是聊天，干活要 Ultra 或 API
开发者和企业可通过 Google AI Studio 及 Gemini 平台的付费 API 调用，Pro 与 Ultra 订阅用户都能在 Gemini 应用和谷歌搜索 AI 模式里使用它，Antigravity 则只向 Ultra 开放。 这种“先防御、后开放”的节奏本身就是发布的一部分：9月30日首次发布 Gemini 4 Argon 时，谷歌并未立即向公众开放，而是通过 Fairwind 计划向经过筛选的网络安全防御者提供访问权限，先给相关机构留出修补漏洞的时间。 订阅档位的争议同样集中：20美元的 Pro 只能在应用里聊天，想在 Antigravity 里干活必须开100美元的 Ultra，这一档设计上线当天就被开发者点名吐槽。智东西华尔街见闻数字生命卡兹克
“100万Token”是一个共享工作空间，不是一次吐满一百万
发布材料里最抓眼球的参数，是最大输出Token上限从上一代的6.4万提升至100万。 但全球上线时口径收拢了：100万实际是输入、思考、输出共用的统一工作空间，只有后台长任务的输出能扩展到百万级，普通同步调用默认最多输出65536个token。 开发者的实测说法更直接：Argon 一次请求最多还是只能吐6.4万Token左右，写到上限不会断掉，而是返回一个加密的续写令牌，开发者原样重发请求，它接着往下写，一段一段拼到100万。 换句话说，“百万”买的是持续写作的能力，不是一次同步吐出百万词元的能力——对比之下，GPT-6 Astra 原生单次最高输出128K反而更高。华尔街见闻新智元数字生命卡兹克
单价降到对手的1/5，任务账单要另算
Argon 的首发定价是明显的促销价：每百万输入token收费2美元、每百万输出token收费10美元，缓存输入价格再优惠95%，优惠将持续至11月30日，之后输入、输出价格整体翻倍。 横向对照，GPT-6 Astra 和 Claude Fable 5.1 的标准API价格是每百万10美元和50美元，为 Argon 推广期价格的五倍；Claude Opus 5.5 的4美元/20美元，则恰与 Argon 推广结束后的正价相当。 但按任务算账是另一回事：在 Artificial Analysis 的综合测试里，Argon 平均每个任务花费约1.99美元，同价位的 GPT-6.1 Sol Max 只有0.72美元——它太能思考、太能输出，有实测称同样的复杂任务消耗的输出token比 Astra 高出一倍以上，跑完全流程的实际花费接近翻倍后的价目。 五折的是单价，不等于五折的账单。智东西华尔街见闻数字生命卡兹克
跑分的两面：官方榜单第一，第三方打平Astra、电脑操作垫底
在谷歌9月30日首发时披露的19项基准测试中，最高思考档版本在其中13项取得单项最高成绩，另有1项并列第一。 谷歌同时称，该模型在覆盖金融、编程、法律及税务等关键经济领域的 Vals Index 榜单上排名第一。 第三方 Artificial Analysis 智力指数中，Argon（high）拿到53分，与 GPT-6 Astra（max）同分、比 GPT-6.1 Sol（max）高1分，但多位实测者同时指出，Claude Opus 5.5 在综合榜上仍居首位。华尔街见闻智东西新智元
长上下文和垂直专业任务是它的舒适区：GraphWalks 长文本图遍历测试在25.6万到100万token材料长度下拿到84.2%，三家对手都只有71.8%及以下；Harvey 法律Agent基准上，它的19.6%也远超对手的5.4%和3.8%。 但短板同样具体：在 Vals 测操作电脑的 CUA-bench 上，Argon 只有4.83%，8个模型里排倒数第二；Terminal-bench 4.0 命令行、FrontierSWE v2 真实工程任务等需要反复调试、跨模块协调的场景，它也分别垫底或明显落后。 实测作者把这代 Argon 的能力排序总结成一句话：知识工作强于科研，科研强于写代码，写代码强于 Agent 操作。计算机魔术师数字生命卡兹克
官方秀肌肉：重构 Chrome、通宵维护框架；社区晒实测：3D 与物理刷屏
Chrome 团队交出了约4000万行的 Chromium 代码库，Argon 帮团队并行推进多组修改，把原本需要数月的架构重构压到了数周。 皮查伊晒出的案例里，模型在 Antigravity 中通过 Blender MCP 调用三维软件，为 Pixel 设备的 CAD 文件生成动画，进行了1000轮迭代循环并不断检查自身渲染结果。 谷歌还称，这代模型研发投入约六个月、过去一个月内部有超过10万名员工做过实战测试，并在核聚变磁场约束（Grad 猜想的新精确解）、生命科学（设计的5种新酶全部实验证实有催化活性）等科研问题上给出了进展。新智元智东西
全球开放当天，社区实测迅速铺开，3D 与物理模拟成了主流玩法：BridgeMind 的熔岩灯横评里，Argon 用时不到2分钟、花费0.18美元，同场的 Opus 5.5 用了9分35秒、花了1.27美元。 体验层面的差评也同步出现：有实测反馈 Ultra 会员的5小时额度不到10个任务就耗尽、中文写作“机味”偏重、Antigravity 至今没有中文界面，Argon 的知识截止日期也停在2026年3月，比两位对手略旧。新智元数字生命卡兹克
该不该用：分场景、分档位，定价判断赶在11月30日前
跑分和实测之间，Argon 的画像已经足够清晰：它是一台为长文档、法律金融研究和大型代码迁移准备的机器，而不是一台全能工作台。第三方实测给出的取舍是：知识工作团队可以小规模试点，用它的长输出和低单价换效率；终端型工程团队别急于切换，等长流程稳定性被修正后再评估。 对个人用户，别急着为 Antigravity 上100美元的 Ultra，先用20美元的 Pro 验证它能不能替你干活——实测作者的原话是：如果真的想尝鲜，先订阅20刀的Pro就行。 符合条件的高校科学家和研究人员则有另一条路：谷歌允许他们申请免费使用 Antigravity 的最高用量档，绕开订阅门槛。计算机魔术师数字生命卡兹克
过去一个多月里，GPT-6 Astra、Claude Opus 5.5 等新一代旗舰密集上线，前沿模型的竞争烈度被推到近年高点，Gemini 4 Argon 就是谷歌在这个节点交出的答卷。它对格局的真实影响要到11月30日价格翻倍之后才能验证——谷歌自己的表态也把重点放在这里：接下来关键的不只是基准表现，还包括开发者采用情况、复杂任务的实际完成质量，以及模型能否在企业工作流中持续创造价值。 对用户来说，与其争论“谷歌回没回来”，不如趁促销期拿自家的真实任务跑一轮，把跑分表换成自己的账单。华尔街见闻
