Google 端出新一代旗艦模型 Gemini 4 Argon，帳面數據確實有明顯躍進。但幾乎沒有人現在就能用，而且獨立評測的分數比官方部落格保守得多。
Google 端出的 Gemini 4 Argon 是什麼
9 月 30 日，Google 正式揭曉 Gemini 4 Argon。它是 Gemini 4 系列的第一款模型，也是 Google 自 2 月 Gemini 3.1 Pro 之後，首度真正意義上的旗艦。官方部落格把它稱為「下一個前沿智慧時代」，主打的工作都是耗時又瑣碎的類型：軟體工程、法律與財務研究、內容寫作，以及資安防禦。
它是一款推理模型，意思是它會先把問題一步步想過再回答，而不是脫口而出。Google 說它能記住一百萬個詞元的上下文，單次回應也能寫到一百萬個詞元。相較之下，早期的 Gemini 模型輸出上限大約只有 6.4 萬個詞元。
這個輸出上限的差別，用過 AI 寫長文件的人最有感。請它草擬一份長報告，卻在中途突然停住，這種事比多數人想像的還常發生。一百萬詞元的天花板，比較像一條很長的跑道，而不是一道隨時會撞上的牆。
命名方式也換了。過去的 Gemini 用 Pro 和 Flash 區分版本，Argon 這種代號式的名字，反而更接近 OpenAI 替自家模型取名的做法。至於 Gemini 4 家族其他成員叫什麼、什麼時候報到，Google 還沒說。
現在誰能用 Gemini 4 Argon
對大多數人來說，這裡有個不太痛快的事實：你用不到。
Argon 上線時，只先開放給一群經過審核的資安防禦人員，管道是 Google 的 Fairwind 計劃。背後的盤算是，先讓一款特別擅長揪出軟體漏洞的模型，落到負責修補漏洞的人手上，再考慮全面釋出。Google 也說，正在跟美國政府進行發布前的安全評估。
接下來排隊的是付費 API 客戶和 Google AI Ultra 訂閱者，但兩個都沒有確切日期。目前也還沒有公開的 API 模型 ID，代表你連自己的程式都無法指向它。
如果你是一般 Gemini 使用者，結論很單純：今天什麼都不會變。Argon 是一場針對少數資安族群的預覽，不是給所有人的更新。
在 Google 內部，Argon 已經開始做粗活
Google 不只拿它跑基準測試，還直接讓它進公司內部幹活，而這些例子是整場發表會裡最具體的部分。
在自家的資料中心，Argon 被派去找出釋放記憶體的方法。Google 說，這個模型找到的最佳化做法，讓公司在沒有添購任何新硬體的情況下，多擠出數百 TB 的記憶體。量子運算的研究人員也拿它來處理自己的題目。
釋放記憶體聽起來不炫，但這正是模型有沒有用的試金石：要嘛幫上忙，要嘛只是浪費大家時間。數百 TB 的記憶體被回收，是可以量測的成果，不是一場示範秀。
Google 自選的 Gemini 4 Argon 基準成績
Google 自家的數字很漂亮。公司說，Argon 在一項貼近真實的軟體工程基準中刷新紀錄，在資安項目並列第一，並在另一項橫跨金融、法律與其他專業任務的測試裡領先。
在 Google 跑過的 18 項基準中，Argon 有 12 項居冠、1 項並列。這是實打實的成績，也和「這是一款認真的前沿模型、而非過渡產品」的說法吻合。
但要記得資料是誰給的。這些基準是 Google 挑的，也是 Google 自己跑的。在自家計分板上拿到的領先與並列，是起點，不是定論。
為什麼獨立評測給出不同版本的故事
故事在這裡變得模糊，也是值得放慢腳步細看的一段。
獨立評測機構 Artificial Analysis 會把各家模型放在一起對打。它給 Gemini 4 Argon 的智慧指數打了 53 分，早期部分評測則落在 52.6。這比 Gemini 3.1 Pro 的 30 分是明顯進步，但仍落後 Claude Opus 5.5 的 57.6，大致與 GPT-6 Astra、Claude Fable 5.1 打平。
在個別測試上，這種分歧繼續存在。Argon 在一項要求很高的程式基準 DeepSWE v1.1 拿下 77.9%，也登上 Vals 指數榜首。但 Claude Opus 5.5 在測試命令列操作的 Terminal-Bench 4.0 上以 66.4% 勝過 Argon 的 57.4%，GPT-6 Astra 則在 FrontierSWE v2 以 65.5% 領先 Argon 的 55.0%。
有一項獨立發現對 Argon 有利：Artificial Analysis 測得它的幻覺率是同級模型裡最低的。對曾被 AI 一本正經胡說八道坑過的人來說，這可能是這裡最實用的一個數字。
Gemini 4 Argon 領先之處
- DeepSWE v1.1 拿下 77.9%，是高難度程式基準
- Vals 指數與 LMArena 文字競技場雙雙第一
- 幻覺率為 Artificial Analysis 測過的最低
- Google 自家計分板 18 項中領先 12 項
Gemini 4 Argon 落後之處
- Artificial Analysis 智慧指數 53，低於 Claude Opus 5.5 的 57.6
- Terminal-Bench 4.0：57.4%，輸給 Opus 5.5 的 66.4%
- FrontierSWE v2：55.0%，輸給 GPT-6 Astra 的 65.5%
- 彭博報導 Google 內部對實際寫程式能力存疑
彭博報導，部分 Google 員工認為 Argon 在真正的寫程式工作上其實吃力，與基準數字對不上。這屬於未經證實的內部看法，但對照一份只挑勝場來講的發表文，是很有用的平衡。廠商的讚美與外部的結果不必一致，而在這裡，它們確實不一致。
Gemini 4 Argon 的價格怎麼算
Google 以優惠價推出 Argon：每百萬輸入詞元 2 美元、每百萬輸出詞元 10 美元，快取輸入則是每百萬 0.1 美元。
等於打了對折。標準價是 4 美元與 20 美元，與 Claude Opus 5.5 對齊。Google 沒說優惠到什麼時候結束，所以這個便宜價是一段上市窗口，不是長期定價。
對在 API 上開發的人來說，這件事有份量。今天用便宜價測試的模型，明天可能成本翻倍，而且不會有太多預警。編預算時請以標準價為準，把折扣當成限時的好康。
Gemini 4 Argon 與更大的一場競賽
這場發表，就在執行長 Sundar Pichai 於白宮與其他科技領袖一同簽署自願性 AI 安全協議的隔天。Google 說，希望在正式發布前，先就資安的四個面向擴大防護機制，包括濫用與提示注入。
Argon 的登場方式本身就有一種矛盾。它是 Google 想奪回前沿地位的出手，卻先交給一小群資安人員，也沒有公開時程。對於一家曾經把模型一次開放給所有人的公司來說，這次的姿態相當謹慎。
那讀者真正該帶走什麼？如果你是開發者，Argon 值得追蹤，因為價格和上下文視窗確實有競爭力，而且開放存取終究會來。如果你是一般使用者，這一週什麼都不會變。如果你在追基準大戰，請把兩張計分板分開看：Google 自家的 18 項領先 12 項，以及把 Opus 5.5 排在更前面的獨立指數。兩者同時為真。
