美东时间10月13日，谷歌宣布Gemini 4系列的首个模型Argon在全球上线：Pro和Ultra用户可以在Gemini应用和搜索的AI模式里用上它，开发者和企业走付费API接入。 谷歌说，这是Gemini 4系列的第一个模型，主打写代码、金融、法律、网络安全和科研这类需要很多步骤的复杂任务，系列里的其他模型之后才会推出。 宣传中最响的两个数字——百万词元输出和每百万输入2美元——都没有掺假，但公告细节和首日实测拼在一起，结论是：性价比有一个11月30日到期的窗口，"百万输出"是输入、思考、输出共用的池子，跑分领先则是"最高思考档"下的成绩。该不该订阅、怎么接入，值得先把这五道边界看清再花钱。华尔街见闻微博
第一道边界：上线不等于你当天就用得上
这轮发布拖了一段预热：9月24日谷歌DeepMind负责人对外预告Gemini 4即将面世，在这家巨头于AI模型竞赛中落后于Anthropic和OpenAI之后，这一步备受期待。 9月30日首发时，谷歌也没有向公众开放，而是通过Fairwind计划只向经过筛选的网络安全防御者提供访问权限，10月13日才扩大到普通用户。财联社华尔街见闻
使用权限按订阅档位切开：Pro用户在Gemini应用和搜索AI模式里可以切换，Ultra会员额外支持Antigravity和AI Studio，开发者与企业走付费API，免费账号暂时不能用——官方同时提到API有限时优惠、缓存输入折扣力度很大。 符合条件的科学家和研究人员可以申请免费使用Antigravity最高用量档，算是官方给科研场景留的门。微博华尔街见闻
首日"能不能用"的体验比公告零散：评论区有人直接说Pro里根本没有，同一帖下也有人晒出App和网页端都已可用。别只看发布截图就升级订阅，先确认自己账号所在的端。微博
第二道边界：百万词元是工作台大小，不是单次交活
这代最大的卖点，准确口径是：约100万token是一个统一工作空间，输入、思考和输出共同使用；只有后台长任务的输出可扩展到百万token级，普通同步调用默认最多输出65536 token。 官方口径也补了一句：100万Token是最大输出能力，不意味着每次调用都生成这么长的内容。新智元华尔街见闻
账单上还有一层更实际的：长输出要靠后台接力，每段都会把前文重新算进输入，有开发者的总结很直白——账单容易比正文肥。 折算到决策：百万池子真正解的是大型代码库、长报告、多步骤Agent工作流"跑一半断掉"的瓶颈；如果你指望一次对话吐出百万词元，实际交付是单次64K再走后台接力，估算成本时要把上下文被重复计入输入的轮数先算清。微博
第三道边界：性价比叙事有截止日期，11月30日见分晓
Argon的公开API定价按限时推广设定：每百万输入Token收费2美元、输出10美元，推广价截至2026年11月30日，之后输入、输出分别升至4美元和20美元，双双翻倍。微博华尔街见闻
按同一口径，GPT-6 Astra和Claude Fable 5.1的标价为每百万输入10美元、输出50美元——"只要对方五分之一"是推广窗口内的事实，窗口一关就缩到2.5倍差距。华尔街见闻
更扎眼的锚点是，调价后的4美元和20美元，恰好与Claude Opus 5.5的定价相当：所谓价格屠夫并不长驻，性价比该按11月30日前后分段来算。华尔街见闻
缓存是被宣传淹没的第二个算盘：命中缓存的输入Token折扣最高到95%，反复携带同一批长背景材料的Agent工作流，大头差价就从这里省出来。 订阅端则是另一个钱包问题——有用户实测Argon后反映，问了仨简单问题5小时额度就掉了2%。 个案不代表所有人，但高思考档的额度消耗值得先用自己的真实任务量一遍再决定档位。华尔街见闻微博
第四道边界：跑分第一和宣传话术，是两件事
谷歌自公布的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——成绩是真的，但注意两个前提：由厂商自行发布，且限定在最高思考档下测得。新智元
第三方口径更谨慎：Artificial Analysis智力指数中，Argon（high）拿到53分，与GPT-6 Astra（max）同分、仅比GPT-6.1 Sol（max）高1分——竞品用max思考档对照时，Argon是"重回第一梯队"而非全面断层领先。 二传内容里数字已经漂移：有视频把标题写成"14项测试夺冠，硬刚GPT-6，价格不到一半"，可官方口径是13项单独最高加1项并列，"不到一半"也只对推广窗口成立。新智元哔哩哔哩
话术层面同样提前起跑：话题帖里"编码法律金融全面碾压前代"已经成了标准句式。 而逐项上手浏览器系统和C++小游戏的第一批用户博主给出的说法要克制得多——一次成型不算惊艳，多来回几轮之后才能做出相当强的东西。 谷歌自己也留了这句提醒：基准测试领先，并不意味着模型在所有任务和实际应用中优于竞争对手。微博哔哩哔哩华尔街见闻
第五道边界：官方案例最能打，也最要读注脚
这次端出的案例确实有分量：Chromium约4000万行代码，其中旧的浏览器功能目录就占约600万行，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。 但同源问题也要点破：从代码库重构到机器人投沙包、新药酶设计，这些案例目前全部出自谷歌和DeepMind的自行披露，还没有独立第三方复现。新智元
Argon甚至给另一个模型提速：在A100、vLLM的配置下优化Gemma 4 E2B推理程序，吞吐从每秒约3.79万token推到10.8万以上，端到端提速2.85倍。 这类"AI给AI提速"的演示，也是不少夸张传闻的起点。新智元
官方展示里最有信息量的其实是ADK案例的注脚：面对约20.5万行Python代码，Argon无人值守跑了11小时、跑完16892项单元测试，交出涉及32个文件、6项优化的代码合并请求——人工维护者最终只保留了2项。 谷歌自己公布这一幕，等于交代了边界：长程无人值守任务的终点仍是人审，不是"一键完成"。新智元
内部指标同样得按自报口径打折：Antigravity里的使用让Agent代码提交量增加超过35%、代码回滚减少近三分之一。 故事层面更要避的坑是：发布前后，微博上流传着"Gemini 4震撼发布，已实现RSI？谷歌80万行内核已被重写"的说法。 而官方披露止步于"Argon给另一个模型提速"这类工程优化案例，从未主张递归自我改进——跑在证据前面的强结论，等第三方复现再信也不迟。新智元微博
该付钱的人，该等一等的人
Argon真正的增量集中在"能跑几小时"的任务上：大型代码库迁移、多步骤Agent、长研究链条，这类用户值得在窗口期按每百万2美元/10美元做评测，但预算必须按11月30日调价后的4美元/20美元来写，反复携带长背景的场景再叠加缓存折扣算总账。只是日常聊天写文案的话，Pro入口已经包含新模型，不必为标题数字升级档位，先量一量额度消耗速度；免费用户更不用急，Gemini 4系列的其余模型还在路上。发布是真的，能力也是真的，这份避坑指南最终汇成一句话：把性价比读成限时折扣，把百万输出读成池子容量，宣传话术和交付口径之间的那段距离，才是你该自己实测的部分。
