美东时间10月13日周二，谷歌宣布Gemini 4 Argon在全球范围内上线：Google AI Pro与Ultra订阅用户可在Gemini应用和搜索AI模式中用上它，开发者通过付费版Gemini API接入。这已是它第二次亮相：9月30日首发时并不对公众开放，第一批只给了Fairwind计划里的网络安全防御人员。把官方数据、第三方跑分和首日实测拼在一起，答案其实很清楚：它不是挤牙膏，但跃升兑现在长程任务与价格，而不是跑分登顶——重回第一梯队，头把交椅还没坐上。华尔街见闻微博
跑分：自家第一梯队，第三方仍有差距
官方公开的19项基准对比里，最高思考档的Gemini 4 Argon拿下13项单独最高、1项并列最高。谷歌同时晒出长程软件工程测试DeepSWE v1.1拿到77.9%、漏洞修复测试并列第一的成绩。按谷歌的说法，这项长周期代码工程测试上它的性能超过了Claude Opus 5.5。新智元微博微博
第三方口径要冷静一些：Artificial Analysis智力指数给到53分，与GPT-6 Astra最高档同分，只比GPT-6.1 Sol高1分。而被博主转引的智能体Arena数据把它排在第8位，略高于Sol 5.6，依然处于GPT-6.1 Sol和Opus 5.5之后。两类榜单测的不是一件事：静态能力测试与多步Agent任务链的口径无法直接合并，"全面超越"在这张表上并不成立。新智元微博
真正的跃升：百万级统一工作空间撑住长程任务
参数层面最直观的变化是输出上限，从此前Gemini 3时代的6.4万token提升到100万。但这个数字要拆开看：100万是输入、思考、输出共同使用的统一工作空间，只有后台长任务能把输出扩到百万级，普通同步调用默认上限仍是65536 token。华尔街见闻新智元
上限抬到哪儿，价值就得在哪儿兑现。谷歌用自家工程流水线背书：Chromium约4000万行代码、单个旧目录约600万行的浏览器核心逻辑重构，从原本的数月压到数周；在开源Agent框架ADK上，Argon以/goal模式无人值守跑了11小时，完成16892项单元测试，6项优化中2项被维护者合入，长会话准备耗时降了约40%。这类"以周计"的活，才是这代旗舰与上一代拉开的地方。知乎
实测两极：长任务占便宜，单提示词仍翻车
社区第一批实测同样偏向长任务。BridgeMind让六个模型做同一道熔岩灯动画，Argon不到2分钟、花费0.18美元，同组Opus 5.5用了9分35秒、1.27美元。翻车点集中在单条提示词的创意与渲染：同一道"橡皮熊"题，Opus 5.5捏出了熊，Argon被吐槽交出来的是"橡皮雕像"。一位付了100刀、实测数小时的科技博主的总结是"结果一言难尽"。个案不足以推翻跑分，但指向的边界一致：Argon的优势在长程、多步、带自检的工程任务，短平快的生成场景未必占优。知乎MT.ai数字生命卡兹克
价格：五分之一是限时特权，11月30日到期
免费档里并没有Argon，尝鲜需要先付费。普通用户需要订阅Google AI Pro或Ultra，开发者走付费版Gemini API，AI Studio与Antigravity仅向Ultra用户开放。小红书华尔街见闻
价格是谷歌最锋利的矛：推广价每百万输入Token收2美元、输出Token收10美元，限时到2026年11月30日，之后输入、输出双双翻倍到4美元和20美元。知乎
同口径的竞品价签是：GPT-6 Astra与Claude Fable 5.1为每百万10美元/50美元，等于Argon推广期价格的五倍；Opus 5.5的4美元/20美元，与推广结束后的Argon打平。换句话说，谷歌先用六周的"1/5价"抢开发者，再把Argon钉回与Opus 5.5同档的旗舰位。华尔街见闻微博
回到标题的问题：6.4万到100万、数月重构到数周、能跑通宵的Agent，是能力结构的改变，“挤牙膏"不成立；但第三方Agent榜单未登顶、单提示词体验分裂，也让"性能跃升"需要限定对象。对用户只剩一个时间锚点：拿自己真实的长任务在11月30日前测一轮——窗口期内它是"比肩Astra、价格五分之一”，窗口之后它的对手就是Opus 5.5的本尊。而据Business Insider 10月9日报道，谷歌员工已在内部编程平台测试Gemini 4的下一代检查点“Carbon”，其编程体验被评价为“接近Claude Opus 5.5”——Argon很可能只是第四代的入场券。知乎
