Google 在 10 月 13 日（美区时间，北京时间次日凌晨）把跳票已久的旗舰模型 Gemini 4 Argon 全面开放给了付费订阅用户。这是该模型进入大众视野后的第一轮全能力实测，画像相当分裂：专业赛道跑分是真第一，运行成本还是同类里最低的；但同批实测里，它的操作电脑科目垫底，额度消耗明显快于友商，连 Google 自己宣传的「百万 token 输出」也需要多解释一层。先别问「能不能打过 Opus 5.5」，先看清自己的任务类型是否落在它的强项上，以及 11 月 30 日的价格窗口还来不来得及。小红书
发布节奏：先给网络安全防守方，再给普通用户
Argon 在 10 月 1 号就官宣过一次，但那一次只给一个叫 Fairwind 的网络安全计划开放，基本都是政府、关键基础设施和安全公司的防守方能用，普通人根本用不上。所以这轮实测内容里，最先被讨论的反而是「给网安防守方的无护栏版」，以及 10 月 13 日全面开放、12 月涨价这些配套信息。等了两周，Vertex 和 GCP 的用户先拿到钥匙，随后付费档在凌晨陆续推送到位。知乎哔哩哔哩知乎
「百万输出」的真相：输入输出合在一条线上
二手报道的标题多是「输出上限达百万词元」，但 Google 博客原文写的是 1M unified input-output token limit，输入输出合成一条线，不是各算各的。也就是说，单次调用 Argon 最多还是吐 6.4 万 token 左右，和上一代持平；区别在于写到上限不会断掉，模型返回一个加密的续写令牌，开发者拿着它重发原请求就能接着写，就这么一段一段接下去，最多能接到 100 万。模型卡显示它采用大规模稀疏 MoE 架构，原生支持文本、视觉和音频输入；而它的输入上限具体是多少，Google 这回干脆没提。知乎知乎知乎
强项在哪：专业赛道登顶，而且跑得最便宜
第三方机构 Vals 按贴近真实工作的金融、法律、税务、编程题目测试，这次 Argon 的 Vals Index 综合分 68.90% 全球第一，力压 Claude Sonnet 5.5 的 67.04%。Vals 同时统计了跑一次的成本：Argon 是 15.68 美元，Sonnet 5.5 是 21.34 美元，而 Opus 5.5 高达 32.14 美元——强中第一，还比其余强者便宜一半以上。哔哩哔哩知乎
另一层信号来自 Artificial Analysis：总分 53，跟 GPT-6 Astra 打平，Opus 5.5 依然稳居第一；但 Argon 平均每个任务花费约 1.99 美元，是 GPT-6.1 Sol Max（0.72 美元）的近三倍，同样的 API 单价，它想得更多、吐得也更多。知乎
短板在哪：操作电脑接近垫底，中文写作旧习难改
Vals 系列里专门测操作电脑的 CUA-bench，Argon 只有 4.83%，8 个模型里排倒数第二，同项第一的 GPT-6 Astra 是 19.17%。知乎
写作侧它拿到了 Arena 盲测的第一名，但实测者特意提醒，这个语言其实是英文的；中文场景里上一代遗留的怪比喻、爱加引号的毛病仍在，「味道太重」。实测作者把这套能力排成一条链：知识工作强于科研，科研强于写代码，写代码强于 Agent 干杂活——它能长时间死磕专业案头工作，但暂时不能替你点鼠标。知乎
官方展示的重点也印证这个取向：参与 Chromium 重构、发现严重漏洞、优化 Gemma 推理、让 Apollo 人形机器人连续投中 7 次沙包，都出自 Google 自己发布的案例合集。另一条被反复转述的工程记录里，Argon 在 Google 自己的开源仓库上跑了一整夜，一共提出六处优化、涉及 32 个文件，人最后只放行了两处。这类成绩目前都还是厂商自报，第三方复现尚未出现，期待值建议停在这个层级。哔哩哔哩知乎
体验与门槛：入口、额度和账单
入口上争议不小：想在 Antigravity 里用 Argon，必须开 100 刀的 Ultra 会员，20 刀 Pro 只能在 Gemini 应用内使用。开放首日就有「打开 Antigravity 一看，Pro 会员居然不支持」的吐槽刷屏，随后 Pro 档才逐步放开。还有博主反馈网页端与 Antigravity 端刚上线时智力波动明显，Aistudio 端大体正常。知乎小红书哔哩哔哩
额度则是更硬的门槛：一位升级 Ultra 的实测者做了不到十个中等任务，5 小时额度全空，周额度一次干没 27%。API 定价现在是每百万输入 2 美元、输出 10 美元，缓存输入再打 95% 折扣；但这个优惠价只到 11 月 30 日，到期直接翻倍涨到 4 美元和 20 美元，届时将与 Opus 5.5 同价。输出上限拉到百万、按量计费意味着长任务的花费没有上限，账单要在开跑前就算清楚。知乎知乎
谁该现在上手
只做日常问答的用户，这一代参数变化对你的意义有限；跑长链路 Agent、金融法律税务案头工作或大型代码重构的用户，当前优惠价格值得做一次对照实测，尽量赶在 11 月 30 日窗口关闭前拿到数据；如果核心场景是操作电脑、中文写作或前端 3D 审美，首批实测证据还不支持把它抬进主力位置。跑分榜上的「第一」证明的是 Argon 在 Google 挑选的考卷上能打，真实任务的表现，要靠自己的仓库、自己的题面去验证。
