谷歌 Gemini 4 Argon 全面上线：所谓百万词元，是输入、思考和输出共用的一个池子_

10月13日，谷歌把 Gemini 4 系列的第一个模型 Gemini 4 Argon 向全球全面开放，主打写代码、金融、法律、网络安全和科研这类需要多步骤的复杂任务。热搜里的“百万词元”需要给一个准确说法：它不是“读满一百万、再写一百万”，而是输入、模型的思考过程和输出文本共用同一个百万级容量池。它在长任务智能体、长上下文和知识工作这几条线上确实领先，综合智能却没有登顶，API 引入价 12 月初还要翻倍。微博知乎

百万额度池，实际是这样用的

Argon 一次能处理 1,048,576 个 token，输入、思考和输出共用这一份额度，普通同步调用单次最多输出 65,536 个 token。想要更长的结果，得改用后台“长输出”模式：服务器每生成约 6.4 万个 token 就接上一段继续写，直到达到设定上限，后台任务最长可持续运行 24 小时。这套模式是为成批写代码、长时间推理准备的，普通聊天用不到。微博知乎

额度是共用的，一个直观的算法是：塞进 30 万 token 的代码库，模型思考和回答加起来就只剩约 74 万可用。接力生成还有一个工程陷阱：服务端每开一个新分片，都要把最初的提示词和前面所有已生成内容重新打包，作为输入再发给模型。这会让用量报表里的输入 token 看起来远大于实际内容，不少智能体框架按这个数判断上下文将满、提前触发历史压缩，把推理链路截断。账单倒不至于失控：Argon 移除了显式缓存接口、默认启用隐式缓存，重复发送的历史内容自动命中缓存，只按输入价格的 5% 计费。知乎知乎微博

有多强：独立榜和官方榜是两张脸

第三方机构 Vals AI 专测金融、写代码、法律这类真实工作的 Vals Index 在 10 月 12 日更新，Argon 以 68.90% 排第一，但只领先 Claude Sonnet 5.5 和 Opus 5.5 不到两个百分点。而在 Artificial Analysis 的独立综合智能指数里，它只跟 GPT-6 Astra 打平，还落后 Opus 5.5 几分——“重回第一梯队”是真的，“全面碾压”不成立。微博知乎

谷歌自报的基准集中在它领先的战线：考察长上下文多步检索推理的 GraphWalks 得分 84.2%，智能体自动化的 AutomationBench 得分 51.3%，都是明显的第一名。安全方面，Gray Swan 的 15 次针对性提示注入攻击，成功率被压到 0.7%。知乎微博

短板同样具体：在 FrontierSWE v2 这类硬核软件工程测试上它拿了 55.0%，落后 GPT-6 Astra 10.5 个百分点，终端操作测试也落后 Opus 5.5 约 9 个百分点，从零写大项目、复杂工程修改还不是它的强项。还有个榜单上看不出来的特点：它的幻觉率比 GPT-6 Astra 低一大截，宁可承认“我不知道”也不瞎编，企业用户会安心，闲聊用户可能嫌它保守。知乎知乎

谷歌的底气：把整个家底喂给模型

这次发布不寻常的地方，是谷歌把 Chrome、Android、DeepMind、Gemma 这些二十年家底全押上去验证模型。知乎

按谷歌自己的披露：Chromium 有 4000 万行代码，其中一个约 600 万行的旧文件夹混着各种浏览器功能，Argon 帮团队把核心网页处理逻辑拆了出来，改动涉及几百个文件，几个月的活几周干完。机器人任务里，它看人类投沙包录像、在仿真里练动作，迁到真机后在真实场地连续投中 7 次。微博知乎

在自家智能体框架 ADK 上，它通宵无人值守跑了 11 小时，跑完 16892 项单元测试、交出一个涉及 32 个文件的 PR，长会话准备数据的时间缩短 40%。这些披露都出自官方口径，但共同指向同一件事：模型这次是被塞进真实研发流水线里扛活的。知乎

需要分清的是，这些都是谷歌内部或自家项目的场景，普通用户在 Gemini App 里得到的是加强版问答、长文档和处理部分代码，那条工程流水线不会直接出现在聊天窗口里。知乎

谁能用上，账怎么算

订阅 Google AI Pro 或 Ultra 的用户，10 月 13 日起就能在 Gemini App 和 Google 搜索的 AI 模式里用上它，免费用户暂时不在范围内；开发者和企业走 Gemini API 的付费层，入口在 AI Studio 和 Google Cloud，API 免费层不提供这个模型。发布本身也有节奏：谷歌 9 月 30 日先面向安全团队开灰度内测，约三周后才全面开放。微博知乎

价格是最实际的部分：API 引入价每百万 token 输入 2 美元、输出 10 美元，模型思考消耗的 token 也算在输出里，这个价格只到 11 月 30 日，12 月 1 日起全部翻倍为输入 4 美元、输出 20 美元。按 Artificial Analysis 的口径，Argon 完成一个智能指数任务约花 1.99 美元，是 GPT-6 Astra 的六成；不赶时间的任务可以走 Batch 或 Flex 档，价格是标准价的一半。微博知乎

还有两条申请通道值得相关人群留意：科研人员可申请 6 个月免费的 Antigravity 最高用量档，共 1 万个名额、按资格筛选；做网络安全防御的团队可申请 Fairwind 计划，拿到解除安全限制的版本。微博