Gemini 4 Argon 全面上线：API 首发价每百万词元 2 美元，但 Antigravity 与 AI Studio 仅限 Ultra 订阅

2026 年 10 月 13 日，谷歌宣布 Gemini 4 Argon 面向所有人开放。这款模型几周前就已亮相，当时谷歌说要谨慎推进，担心被恶意利用。现在它进入全球发布：开发者通过 AI Studio 和 Gemini 平台的 API 使用，企业通过 Gemini for business 使用，个人用户则在 Gemini 应用和搜索的 AI 模式里使用。谷歌强调 Argon 擅长“深度工作”，也就是编程、金融、法律、网络安全和科学领域里需要多步推理的任务，并称它在衡量金融、编程、法律和税务等经济领域表现的 Vals Index 上排名第一。模型支持 100 万词元的统一输入输出上限，并配有新的“续接协议”，让它能在更长的任务里持续工作。 价格和访问权限是这次发布里最需要读清楚的部分。API 引入期价格是每百万输入词元 2 美元、每百万输出词元 10 美元，缓存输入有 95% 的折扣。但这个价格只到 11 月 30 日，之后升到 4 美元和 20 美元，也就是翻倍。Ars Technica 提醒开发者，围绕这个模型搭工作流之前，要先把涨价算进去。订阅方面，Gemini 应用只对 AI Pro（每月 20 美元）和 AI Ultra（每月 99 美元起）开放；在 Antigravity 和 AI Studio 里，Argon 只给 Ultra 订阅者，因为多线程的智能体编程非常耗算力。谷歌没有说其他档位何时能用，同时会继续保留 Gemini 3.1 Pro。免费用户目前连 Flash 模型都只剩 Flash-Lite 可用。

谷歌公布了一长串内部和合作方案例，核心是“让智能体连续干活”。公司称，Antigravity 里的 Argon 让团队的智能体代码提交量增加了 35% 以上，代码回滚减少近三分之一。在 Chrome 团队，Argon 帮助把约 600 万行的浏览器功能目录从 4000 万行的 Chromium 代码库中拆出来，横跨数百个文件，把数月的工作压缩到几周。在开源的 Agent Development Kit 上，Argon 在一夜之间自主优化，使长会话的内存会话准备时间缩短 40%，冷启动导入快 21%。在 Gemma 4 E2B 上，借助 vLLM，吞吐从约 3.79 万词元每秒升到超过 10.8 万，A100 上端到端提速 2.85 倍，谷歌称词元输出完全一致。Ars 还补充了两个例子：YouTube 评论系统去掉多余的表情渲染后服务器负载降低 45%，Project Wing 的无人机物理模拟器里找出了自 2018 年就存在的严重缺陷。

科学和安全部分同样给出了具体数字，但需要谨慎看待。谷歌称，Argon 写出并在 Lean 中形式化验证的 arcsin 量子子程序，时空成本比已发表的 CORDIC 基线低 100 倍以上；它把内部的 AlphaQubit 解码器翻译成单个优化内核，使推理吞吐近乎翻倍；它还与马里兰大学的 Matt Landreman 教授合作，找到了 Grad 猜想的一类更广的反例。在 Gamow Labs 的私有评测里，它在 RareBench 上得 57%，在 LabBench 上得 52.2%。具身方面，ERQA 得分 87%，并展示了从人类打沙包投掷视频学习后，让 Apptronik 的 Apollo 人形机器人连续命中七次。安全方面，外部生物红队只能解锁不到 1% 的生物子任务，违规回答在对抗性测试集上约减半，智能体“走捷径”的比例为 2%，并在 Gray Swan 提示注入基准上把 15 次自适应攻击的成功率降到 0.7%。谷歌还将向一万名科学家免费提供 Antigravity 最高用量档六个月。

读者要记住的是：以上所有数字都来自谷歌的博客，Ars 的报道也没有给出第三方复现。Vals Index 排名、私有评测和内部提效，都需要独立团队在自己的任务上验证。对多数个人用户来说，真正的变化是“要付费才能用”；对开发者来说，关键是引入价截止后的成本，以及 Argon 是否比现有模型更值得为长任务付费。建议先用自己的真实任务小规模试跑，再决定是否改动现有流程。 还有几点值得放在一起看。第一，发布节奏变了：谷歌先亮相、隔几周再放开，并把网络安全防御方单独放进 Fairwind 计划，说明高能力模型正在走“分层开放”的路线，谁能拿到什么，取决于身份和订阅，而不只是技术。第二，订阅门槛越来越高：最强的编程能力被放在每月 99 美元起的档位里，Pro 用户只能在 Gemini 应用的画布里写代码，这会让个人开发者和小团队更依赖 API 的按量计费，也更在意缓存折扣。第三，智能体“走捷径”的比例和提示注入成功率，是谷歌这次少见地拿出来量化的安全指标，今后其他厂商也会被拿来对比。这些变化比单个跑分更能说明市场的方向。