Google( GOOGL-US ) 正式向全球用户推出旗舰人工智能（AI）模型Gemini 4 Argon。经过约半年研发、超过10万名内部用户测试后，新模型将应用重心放在复杂推理、程序开发、科学研究与多步骤任务运行，并以最高100万Token的统一输入输出上限及相对低廉的API定价，抢攻企业与开发者市场。

Google AI产品负责人Logan Kilpatrick在社群平台表示，Gemini 4 Argon只是Gemini 4时代的开端，模型设计目标是协助用户处理过去难以解决的复杂问题。

对于近期持续更新Gemini Flash系列、但旗舰Pro版本迟未推出的Google而言，Argon的正式亮相，也肩负稳定市场对其顶尖模型发展预期的任务。

Gemini 4 Argon 主打长程推理 多项 AI 评测名列前茅

Gemini 4 Argon的定位并非单纯提升聊天品质，而是锁定需要长时间推理、多步骤规划及跨工具协作的工作，应用范围涵盖编程、金融、法律、网络安全与尖端科学。

在衡量关键经济领域AI表现的Vals Index榜单中，Argon排名第一；在Artificial Analysis智能指数榜单中，Argon的High模式获得53分，与Claude Fable 5.1及GPT-6 Astra的Max模式同分。

在Agent Arena总榜中，Argon则排名第五，位于GPT-6 Astra Max之后、Claude Sonnet 5.5 Max之前。

为支持长时间、高复杂度的工作流程，Google在API中提供最高100万Token的统一输入与输出上限，并推出新的续写协议，让模型能够更有效处理长篇任务。

价格方面，Argon在首发优惠期间，每百万输入Token收费2美元、每百万输出Token收费10美元；使用缓存输入Token，折扣最高达95%。

目前，开发者可通过AI Studio、Android Studio及Gemini API使用Argon；Google AI Pro与Ultra订阅用户，也能在Gemini应用程序、Google搜索的AI模式，以及代理开发平台Google Antigravity中使用。

Google 内部实测展现效益 程序开发与模型优化成亮点

事实上，在正式向市场推出之前，Google已将Argon导入内部工程工作流程。

过去几周，工程师通过Antigravity平台使用Argon后，代理代码提交量增加超过35%，代码回滚率则下降近三分之一。

在大型代码库维护方面，Argon协助Chrome团队重构约4,000万行代码库中的600万行旧代码，并排除一类浏览器崩溃问题。

Google表示，Argon也能在仅收到简短目标与规则的情况下，自主运行优化工作。该模型曾在夜间调整Google代理框架ADK，将长会话的内存准备时间缩短40%；此外，也在数天内将开源模型Gemma 4 E2B的端到端推理速度提高2.85倍，同时维持原有品质。

横跨金融、法律与科学 研 究 拓展企业应用场景

除了程序开发，Argon也在商业分析与科学研究领域展现应用潜力。

早期测试中，德勤测得Argon首席执行官周期、跨工具任务的完成率达100%；金融分析方面，Kepler表示，模型生成的多年期财务报告与人类分析师模型的吻合度超过99%。法律科技公司MinutaIA则指出，Argon找出了人类专家先前忽略的案件细节。

科研应用方面，Argon可加速量子化学计算与量子纠错解码，也曾在数小时内完成五种新型酶的设计，并协助找出核融合领域「格拉德猜想」的新反例。

在具身智能测试中，模型仅通过观看人类玩沙包的视频，就能在数小时内推算关节运动轨迹并编写仿真程序，之后部署至Apollo人形机器人，实际完成连续七次投掷命中。

Google另宣布，将向全球1万名科学家免费提供为期半年的Antigravity最高使用权限。

随着模型能力提升，安全性也成为部署重点。Google表示，通过导入即时监测推理步骤的机制，Argon在编程测试中采取未授权捷径的比例降至2%，间接提示词注入攻击的成功率则降至0.7%。

3D 生成与交互开发受关注 实测凸显速度及成本优势

Argon开放使用后，开发者与科技内容创作者迅速展开测试，重点集中在3D场景建构、物理仿真、交互接口与复杂程序开发。

Google官方展示，Argon能以纯Python从零创建3D光线追踪引擎，也能将办公桌照片转换成微缩赛车游戏。部分第三方测试则显示，即使不依赖外部3D素材或游戏引擎，模型仍能通过数学运算与代码建构具有光影反射效果的3D场景。

在「3D鲸鱼跃出水面」的四方盲测中，测试者认为Argon的画面写实程度优于Claude Opus 5.5、GPT-6 Astra与Kimi K3。

其他测试也显示，Argon能通过少量提示词生成具备水面波纹、物理操控效果的帆船游戏，以及包含焦散、波浪与果冻物理效果的交互式微缩海岛场景。

在需要集成大量数据的任务中，投资人Justine Moore要求Argon制作交互式苹果电脑博物馆，并未提供任何图像或数据。

模型自行搜索文件中的Mac照片、编写图像清理工具，并整理横跨50年的硬件规格，最后完成一个可随年代滑动而改变外观的3D网页接口。

中文创作与游戏开发测试也呈现类似结果。测试者要求Argon使用Three.js及TypeScript制作东方纸本风格的古代战场动作游戏原型，涵盖分层逻辑、连招判定与完整游戏接口，最终成果在交互效果与整体完成度方面表现不错。

中文写作测试则显示，模型在描写暴雨前的菜市场氛围、以书店橘猫为视角等题材时，维持稳定表现，文风也较少出现过度堆砌宏大词汇的情况。

API 成本大幅降低 部分任务表现仍有改善空间

与其他尖端模型的比较，更凸显Argon在部分程序生成任务中的成本优势。

AIHubmix团队使用相同提示词，通过API比较Argon与GPT-6 Astra生成像素风古建筑夜景的表现。测试结果显示，GPT-6 Astra耗时25分钟、成本11美元；Argon则在3分钟内完成，费用仅0.50美元，测试者认为其色彩层次与光影细节仍具竞争力。

在制作解释特斯拉式电动机原理的电影级3D动画时，Argon单次生成成本为3.83美元，低于Claude Opus 5.5的16.36美元。另一项使用Three.js制作3D人形机器人格斗及动作仿真的测试，也显示Argon在交互接口完整度与关节动作流畅度等指针上具有优势。

不过，Argon并非在所有任务中都能维持相同水准。AI/ML API在比较「哥斯拉大战金刚」3D场景生成时指出，Argon的调用成本为4.22美元，远低于GPT-6 Astra的23.82美元，但在特定复杂生物模型的画质与形态还原上，仍有改善空间。

整体而言，第三方测试反映Argon在部分3D生成与复杂程序开发任务中，具备兼顾速度、成本及成果品质的潜力，但不同任务的表现仍存在差异，不能仅凭少数测试便认定其全面胜过其他旗舰模型。

免费用户模型选择受限 高端推理仍有使用门槛

尽管Gemini 4 Argon正式推出，用户能否充分发挥其能力，仍受到订阅方案及运算额度限制。

依照Google最新生效的访问规则，未付费用户的模型选择主要由系统自动分配，多数请求会交由较轻量的Flash-Lite处理；若关闭自动选择，则只能固定使用Flash-Lite。

此外，Gemini应用程序采用每5小时更新一次、并与每周使用上限连动的动态运算额度制度。提高思考等级、使用Deep Research或调用旗舰模型，都会加快额度消耗，意味着想长时间使用完整的高端推理能力，仍须面对不同订阅层级的限制。

从这次发布来看，Google正逐步调整Gemini的竞争策略，不再只强调对话能力，而是将长上下文、编程、空间推理与多步骤任务运行列为发展重点，同时通过相对低廉的API价格吸引企业及开发者。

Gemini 4 Argon能否长期维持竞争优势，仍有待更多实际应用验证；但在AI模型竞争日益激烈的情况下，Google已借由这款新模型，进一步扩大在软件工程、科学研究及企业级AI应用市场的布局。