谷歌Gemini 4 Argon全球上线，推广期价格优势显著，Pro用户抢先体验

谷歌正式将其旗舰级AI模型Gemini 4 Argon推向全球市场。此前，该模型在近三周的时间内仅向网络安全防御领域的合作伙伴开放，而如今，它已面向普通用户、开发者以及企业全面开放服务。谷歌期望通过Gemini 4 Argon在编程、复杂推理及网络安全领域的卓越能力，进一步巩固其在前沿AI竞争中的领先地位。

据徽声在线报道，美东时间10月13日周二，谷歌宣布Gemini 4 Argon已在全球范围内正式上线。Google AI Pro和Ultra订阅用户现在可以在Gemini应用以及谷歌搜索的AI模式（AI Mode）中体验这一模型；而开发者和企业用户则可以通过付费版的Gemini API进行调用。此外，Ultra订阅用户还可在Google AI Studio和Antigravity平台上使用该模型，企业用户则可通过Gemini企业服务及Antigravity接入。

谷歌CEO Sundar Pichai在社交媒体上兴奋地宣布了新模型的正式上线。谷歌DeepMind团队表示，Argon的设计初衷是能够从头到尾解决复杂问题，特别是在编程、企业工作流以及网络安全防御方面提供前沿的支持。谷歌AI Studio产品负责人Logan Kilpatrick透露，该模型在过去一个月内已在谷歌内部经过了超过10万人的严格测试，研发团队为此次发布投入了大约六个月的时间。

此次全球上线标志着谷歌此前采取的谨慎发布策略迈入了新的阶段。随着模型能力的不断增强，可能带来的网络安全风险也引发了科技界的广泛讨论。因此，谷歌选择先让专业的网络安全防御者使用Argon，以便相关机构有机会修补漏洞、修复模型发现的系统缺陷，随后再逐步扩大开放范围。

从网络安全“定向开放”到全面上线，谷歌逐步扩大模型使用范围

回溯至9月30日，谷歌首次发布Gemini 4 Argon时并未立即向公众开放，而是通过Fairwind计划向经过严格筛选的网络安全防御者提供了访问权限。

谷歌当时解释称，面对前沿模型日益增强的网络安全能力，需要采取分阶段发布策略，以确保防御者有足够的时间来识别和修补潜在的漏洞，同时持续完善安全防护机制。

此次扩大开放，意味着谷歌开始将这款旗舰模型的能力推向更广泛的消费级和商业场景，以满足更多用户的需求。

然而，开放并非毫无门槛。普通用户需要订阅Google AI Pro或Ultra服务；开发者则通过付费版Gemini API接入；而Google AI Studio和Antigravity平台则仅向Ultra订阅用户开放。此外，谷歌还允许符合条件的科学家和研究人员申请免费使用Antigravity的最高用量档，以进一步推动模型在科研领域的应用和发展。

输出上限大幅提升至100万Token，专为复杂编程与长流程任务设计

Argon的核心定位并非简单地回答问题，而是处理那些需要长时间推理、多步骤执行的复杂任务。

谷歌表示，新模型针对大型软件工程、企业知识工作以及网络安全防御进行了深度优化，可用于大型代码库迁移、复杂工程问题解决、法律与金融研究等任务。与传统的一问一答式交互相比，这类工作往往要求模型在较长时间内保持上下文的连贯性，并反复规划、执行和检查结果。

在技术规格方面，Argon的一项重要突破是将最大输出Token上限从此前的6.4万大幅提升至100万。这意味着，在适用的后台执行模式下，模型能够生成更长的连续输出，为大型代码修改、复杂研究报告以及多步骤智能体工作流提供了更大的发挥空间。当然，100万Token是最大输出能力，并不意味着每次调用都会生成如此长的内容。

谷歌AI Studio产品负责人Kilpatrick称，Argon在编程能力、知识储备以及持续处理任务方面均取得了显著进展。谷歌此前还将该模型用于内部工程工作，最新公布的案例包括对大型代码库进行自动化重构与优化，充分体现了其面向真实开发流程的精准定位。

除了软件开发领域，谷歌本周二还发布了Argon在机器人领域的应用介绍，展示了其跨领域的强大能力。

该模型能够结合多视角视频、三维几何信息、物理模拟以及机器人自身状态数据，推理物体之间的物理关系，并将视觉理解、代码生成与机器人控制紧密衔接起来。谷歌希望借此推动模型在真实物理环境中的广泛应用。

例如，在一个实际案例中，Argon控制着一台波士顿动力（Boston Dynamics）的Spot四足机器人学习一项新技能：踩踏脚踏式垃圾桶以丢弃汽水罐。在实际踩踏踏板并将汽水罐投入开启的垃圾桶之前，Argon会先创建一个脚踏式垃圾桶的MuJoCo关节式数字孪生模型，以此来练习相关动作，确保任务的顺利完成。

19项基准测试中13项单项领先，直接对标OpenAI与Anthropic

在9月30日首次发布时，谷歌就公布了Gemini 4 Argon在19项基准测试中的优异表现。按照谷歌当时披露的成绩，最高思考档版本在其中13项测试中取得了单项最高成绩，另有1项并列第一。

这些结果显示，Argon尤其擅长知识密集型任务、长上下文推理以及复杂编程能力。其主要竞争对手包括OpenAI的GPT-6 Astra以及Anthropic的Claude Fable 5.1等前沿模型。相关成绩为谷歌重返全球顶尖模型竞争提供了有力依据，但基准测试领先并不意味着模型在所有任务和实际应用中都优于竞争对手。

此次全球上线，也让这些能力从受限的安全测试环境进入了更广泛的用户场景。对于谷歌而言，接下来的关键不仅在于模型在基准测试中的表现，还包括开发者的采用情况、复杂任务的实际完成质量以及模型能否在企业工作流中持续创造价值。

推广期API价格极具竞争力，11月底后价格将翻倍

价格是Argon争夺开发者和企业客户的另一项重要筹码。

谷歌为面向公众开放的Argon设置了限时推广价格，至2026年11月30日止，每百万输入Token仅收费2美元，每百万输出Token收费10美元。推广期结束后，价格将分别升至4美元和20美元，输入、输出价格均实现翻倍。

此外，缓存输入Token的价格折扣更是高达95%。按照推广期的输入价格计算，命中缓存的输入Token成本约为每百万0.10美元；调价后则约为每百万0.20美元。对于需要反复调用相同背景材料、处理长上下文或执行多轮任务的应用而言，缓存机制有望显著降低部分使用成本。

按照此前披露的竞品标准API价格，GPT-6 Astra和Claude Fable 5.1的输入、输出Token价格分别为每百万10美元和50美元，均为Argon推广期价格的五倍。而Claude Opus 5.5的对应价格则为4美元和20美元，与Argon推广期结束后的定价相当。当然，不同模型的计费规则、缓存政策和任务表现存在差异，实际成本仍取决于具体的工作负载。

总体来看，谷歌此次发布释放出了两项重要信号：一方面，Gemini 4 Argon开始从网络安全领域的有限测试走向更广泛的商业应用；另一方面，谷歌正试图通过长上下文、复杂任务执行能力以及有竞争力的初期定价，吸引开发者将其纳入实际工作流程。模型能否进一步扩大市场份额，仍有待后续的用户采用率和真实业务表现来检验。