今早把谷歌两篇官方博客、Artificial Analysis 的跑分表、卡兹克那篇七基准横评，加上知乎、B站、微博首日 24 小时的实测帖翻了一遍。"新王归来"的结论没人能替你下，但有一组可以直接拿来做决策的数字。
一、先确认你用的入口对不对，别拿着 Pro 账号去喊"登顶"
9 月 30 日 Argon 只给 Fairwind 计划的网络安全防御机构开放（还带政府发布前评估流程），拖了两周，美东 10 月 13 日才真正全球 GA。 Pichai 和 DeepMind 前后脚发帖官宣，但这张"开闸"时间表对你是分档的。微博
普通用户：Google AI Pro / Ultra 订阅，在 Gemini App 和谷歌搜索 AI Mode 里用；Pro 分批推送、只覆盖部分国家，模型选择器里暂时没看到"4 Argon"的别急。
开发者：付费 Gemini API，模型 ID 就叫 gemini-4-argon；免费档调不动，$4.99/月的 Google AI Plus 也还没份。
编程平台：Antigravity、AI Studio、Android Studio 只给 Ultra，Pro 订阅只能在 App 和搜索里用。 最扎心的是 Pro 用户从 10 月 4 日起就能在 Antigravity 里用 Claude Opus 5.5，自家旗舰反倒要加钱——社区吐槽"用谷歌自家的模型怎么就这么难"。知乎
科研人员：可申请 Antigravity 最高用量档免费用 6 个月，1 万个名额按资格滚动审。
白嫖线索：有博主实测非会员账号在搜索 AI Mode 的加号菜单里也能选中 4 Argon，账号间有差异，当彩蛋看别当承诺。
二、榜单要拆开看：官方口径和第三方口径之间，隔着一个小王座
谷歌自家表：Vals Index 68.9% 全场第一，19 项基准拿 14 项第一，DeepSWE v1.1 得分为 77.9%，达到当前最高水平。 但第三方 Artificial Analysis 智能指数是另一张脸：Argon(High) 52.6、GPT-6 Astra 52.7 并列在前，Claude Opus 5.5 以 57.6 分守住头名——并列第二，王座没换。36氪知乎
编程相关子项再拆一层，"偏科"两个字就藏不住了：DeepSWE v1.1 上 Argon 77.9% 只小胜 Opus 5.5 的 74.2%；FrontierSWE v2（更贴近真实复杂工程）55.0%，被 Astra 65.5% 甩开 10.5 分。 Terminal-bench 4.0 命令行操作 57.4%，四家垫底（Opus 5.5 是 66.4%）；CUA-bench 只有 4.83%。强的是另一头：GraphWalks 在 25.6 万到 100 万 token 材料长度下拿 84.2%，ERQA 空间推理 87% 全场最高，LVBench 长视频理解 91.7%。知乎
一句话：吃材料、吐长文、看图建模独一档；短回合工具调用、多步调试、跨模块协调容易丢状态——而后者恰恰是 Claude Code、Codex 这类编程 Agent 的日常主循环。彭博社 9 月底爆料说谷歌内部员工用它在部分编码任务上仍难稳定完成，和官宣跑分形成反差。 跑分和落地之间的那条缝，就是今天所有讨论的来源。36氪
三、$2/$10 是单价，不是你月底的账单——今天最容易踩的坑
发布价：输入 $2/百万 token、输出 $10/百万，缓存输入只收原价 5%；价格和 9 月 30 日官宣一致，介绍价到 2026 年 11 月 30 日结束，之后恢复 $4/$20——注意，$4/$20 正好和 Opus 5.5 现价一模一样。 而"五分之一价"的直觉在实测里被打了折：同样一个复杂任务，Argon 消耗的 token 数是 Astra 的两倍还多，跑完整流程的有效成本接近恢复原价。知乎知乎
真正的折扣集中在两类任务：一是反复携带同一份长上下文的活儿（仓库问答、CI 审查机器人、合规扫描），缓存输入 5% 价意味着跑得越多摊得越薄；二是知识型长输出，按折扣定价算的每任务成本约 1.99 美元，较 Astra(max) 降低 40%，卡兹克舒适区实测单次任务约 15.68 美元、便宜 60%。 另一个硬参数是单次 100 万 token 输出上限外加续写协议，而 Astra 与 Opus 5.5 的常规输出上限均为 12.8 万。 该问的不是"谁便宜"，而是"哪些任务需要模型一口气吐完整成品"。36氪知乎
四、官方案例怎么读：能力是真的，服务能力还得再看
谷歌放出的王牌案例：Chromium 4000 万行代码里，约 600 万行的老目录把网页处理核心逻辑和浏览器功能缠在一起，Argon 协助完成涉及几百个文件的架构拆分，原本要几个月的工作，几周就完成了。 内部数千名员工日常使用，Antigravity 里 Agent 提交变更多了 35% 以上、回滚少近三分之一；libgav1 项目重写约 3.2 万行 SIMD 代码、速度达原版 2.7 倍；量子算法时空资源优化几分钟提升 40%。知乎
安全线也在同一份官宣里：Argon 曾发现一项影响全球医院所用医疗软件的严重漏洞，此前的前沿模型没识别出这个风险。 CWE-bench v1 漏洞修复 68%、与 GPT-6 Astra 并列第一。 但这些全是谷歌内部、官方 harness、官宣口径。Logan Kilpatrick 自己也承认，这个模型味儿拉满的大家伙他们没法大规模供应，奔着几十亿人去的版本还在后面。36氪36氪知乎
GA 当天 B 站就有 UP 主反馈网页端和 Antigravity"一小时降智"、AI Studio 相对正常——单一信源，当观察信号别当结论。 内部能力不等于你现在买到的服务，这是切换前最该记住的一条。哔哩哔哩
五、路由表：这三类今天可以切，那三类别动
值得切给 Argon（限窗口内）：①一次性长生成——整项目脚手架、跨模块迁移方案、长审查报告，"把一堆材料吃进去、把完整报告吐出来"就是它设计的循环；②长文档、大代码库阅读理解，GraphWalks 84.2% 是它最硬的数字；③带缓存的批量重复任务，量越大、5% 缓存价越划算。
别动、继续用 Opus 5.5 / Codex / Claude Code：①终端驱动、多步调试、跨模块的真实工程改动——FrontierSWE 和 Terminal-bench 的低分不是偶然，是它在高频工具调用里容易丢状态；②中文交付文案，输出句式模板化痕迹重，review 违和，返工比省的钱贵；③快反馈前端活儿——首日口碑分裂：有博主说"鹈鹕开车"SVG 依旧惊艳，也有实测报中断、格式错乱，别赌，拿你自己的题同卷测完再切。
六、这一个半月怎么花
别为它急着上 $100/月 Ultra——连做完七项横评的人都明说普通用户不建议。省钱路径：API 党直接用 gemini-4-argon 挂进现有 harness 跑一天离线批活最实在；想先试，走搜索 AI Mode 或 AI Studio 付费档。两个倒计时值得盯：11 月 30 日半价结束、价格翻倍；对面 Anthropic 有爆料 Claude Fable 5.5 最快本周发布。 The Information/OpenRouter 的数据也早就说明趋势：前十高性能模型使用占比从 2025 年初的 55% 降至今年 Q3 的 14%，企业已经在按任务难度分配模型。知乎知乎
Argon 这次全量上线，本质是给你的路由表里加了一门长文本重炮，一个半月内弹药半价。继续观察三个信号：下版 FrontierSWE / Terminal-bench 分数是否补课（偏科是修掉的还是架构取向）、半价到期后是否续期、Astra 和 Opus 是否跟进降价。
最后收个口：今天的 Argon 不是 Opus 杀手，也不是"御三家重排"。把长文档、大重构、批量带缓存的任务切给它，省钱的数学成立；把日常 Agent 主循环搬过去，你就是那个替模型收尾的人。偏科生正确的用法，从来是切一部分任务给它，主循环别搬家。
