谷歌放手一搏，Gemini 4正式登场

期待已久的谷歌旗舰模型Gemini 4 Argon，终于在今天凌晨正式对外开放了。

开发者可以通过付费API调用，Google AI Pro和Ultra订阅者可以在Gemini应用及搜索AI Mode中使用，Antigravity则向Ultra订阅者开放Argon。

自从9月30日谷歌公布了新一代旗舰模型之后，整个AI圈对它十分期待。大家都想知道，作为曾经“御三家”之一，谷歌沉寂了这么久，究竟在憋什么大招？

而如今，我们终于可以瞧见这款谷歌最新旗舰模型的庐山真面目了。

图源：X

谷歌此前持续更新较小的Flash模型，旗舰更新出现较长空档。与此同时对手的旗舰产品却在不断推进。Opus 5.5与GPT6 Astra几乎成为了最强大模型的唯二选择。

谷歌的问题，在旗舰产品的更新节奏上尤其显眼。虽然Flash承担速度与性价比方面的需求，但新旗舰迟迟不到，也会削弱消费者对谷歌模型实力极限的预期。

说到底，AI目前还是一个更加注重顶尖模型实力上限的赛道。

手机厂商讲芯片配置，用户只看手机好不好用。AI厂商讲未来，用户也只看模型能不能给工作效率带来提升。

Argon赶上的，就是这场更现实的竞争。它主攻复杂软件工程、专业知识工作和持续多步骤任务。简单理解就是，谷歌希望它能胜任更长、更复杂、需要不断检查和修改的工作。

Argon最大的优势，就是百万token级的输出上限。它的单次响应输出上限从6.4万Token大幅提升至100万，支持单次轨迹内完成数十万Token的长程深度推理与多步骤任务执行。

这代表着Argon非常适合用来承担那些复杂长周期的工作流。不过常规同步输出默认上限仍为65536 token。开发者需要使用长输出机制，才能继续延长，实际额度还要扣除输入等占用。

图源：Google

更大的输入窗口，就像更大的工作台。材料、推演和结果可以在更大的空间里展开，复杂任务也有了继续推进的余地。但产出的效果好不好，还得看模型的具体能力。

Argon另一个特点，是能接收文本、图片、视频、音频和PDF，并结合搜索、代码执行等工具开展工作。这让“整理材料”和“实际应用”的环节结合得更加紧密。对实际工作来说，其价值就在于此。信息能否互相印证，结论有没有出处，任务推进后有没有检查，都可以很方便地验证。

谷歌也拿出了工程案例。按其公布的信息，Argon已经协助Chrome团队完成跨数百个文件的架构重构，把按月计算的工作压缩到数周。它至少说明，谷歌对Argon的定位，是参与长周期复杂工作的全过程。

讲到这儿，该上成绩单了。

图源：Artificial Analysis

谷歌公布的DeepSWE v1.1软件工程评测中，Argon得分77.9%，GPT-6 Astra为74.1%，Claude Opus 5.5为74.2%。

在AutomationBench业务自动化评测中，三者分别是51.3%、41.4%和42.5%。

这两组成绩确实给了谷歌底气。Argon在这些测试里展现出了一定的竞争优势，对“新旗舰缺乏说服力”的质疑，也有了具体回应。

不过，Argon的总体实力在所有旗舰大模型中算不上顶尖。

在Agent Arena总榜中，Argon（High）位列第五，排在 GPT-6 Astra（Max）之后、Claude Sonnet 5.5（Max）之前。

在Artificial Analysis智能指数榜单中，Argon（High）获得 53 分，Claude Fable 5.1 和 GPT-6 Astra 的 Max 档持平，在榜单中排名并列第四。

可以说，Argon有突出的长处，也有不擅长的领域，属于是优缺点都相当明显的一款模型。

图源：Agent Arena

在旗舰模型性价比上，Argon还算不错。

截至10月13日更新的Vals Index中，Argon以68.90%排名第一，Sonnet 5.5为67.04%，Opus 5.5为66.97%。

这个指数覆盖金融、编程、法律和税务任务，按相关行业的美国GDP占比加权。它能够给模型的性价比提供一些参照。

Argon标准API的发布优惠价是每百万输入token 2美元、输出token 10美元。优惠截至2026年11月30日；12月1日起，分别升至4美元和20美元。

作为对照，GPT-6.1 Sol和Claude Sonnet 5.5的标准输入、输出单价都是2美元和10美元；Opus 5.5则是4美元和20美元。缓存、工具调用及其他服务费用需要另算。

这意味着，Argon在优惠期内站进了一个已经有强劲对手的价格区间。优惠结束后，它的单价与Opus 5.5相同。价格只能说有一定的吸引力。

不过，token单价只是账单的一部分。模型完成任务消耗多少内容、调用多少工具、重试多少次，都会影响最终开销。谷歌的输出计费还包含思考token，这些消耗不能只凭用户看到的答案长度判断。

Vals Index列出的Argon每测试成本为15.68美元，Opus 5.5为32.14美元，GPT-6.1 Sol为3.24美元。对应成绩分别为68.90%、66.97%和61.15%。

图源：Vals Index

高价值任务值得消费者为更好的结果付费，简单工作则需要控制成本。选择旗舰与否，应该取决于任务本身的难度与性质。

普通订阅用户还要区分另一件事：API按量计费与应用订阅属于不同账本。API便宜，不代表套餐里每个入口都开放，也不代表使用额度无限。Pro用户能在Gemini应用使用Argon，不代表同样的资格覆盖Antigravity和AI Studio。谷歌对不同渠道设置了不同门槛。

当然，用户的使用时间也是成本里最容易漏掉的一项。

核对错误、补充指令、重做结果，都有代价。答案来得快，后续修改得慢，整体效率照样不好看。谷歌自己也承认，Argon仍可能产生幻觉，偶尔也会出现速度变慢或超时。

图源：Google

在去年11月谷歌发布Gemini 3之后，谷歌已经接近一整年没有发布过新的旗舰模型了。在这期间，谷歌经历了3.5 Pro取消发布、DeepMind换帅等等重大变动。

与此同时，竞争对手的动作却丝毫没有放缓。Anthropic发布的Opus 5.5一举拿下最强大模型的称号，GPT 6 Astra也与其不分伯仲。AI竞赛的赛道似乎逐渐从三足鼎立演变为两强争霸。

大家一致认为，谷歌在大模型的竞赛上已经掉队了。

Argon的发布让谷歌争夺复杂工程和专业工作用户的能力更有说服力。它已经能拿出足够的实力与市面上的竞品进行比较。

至于市场份额会不会因此逆转，现在还不足以下结论。产品竞争力增强，与用户大规模迁移之间，还有一段距离。

谷歌手里的优势，在于旗下的应用生态已经开始连接起来。

Gemini应用、搜索AI Mode、开发工具和企业API，把同一款模型送到不同需求面前。消费者能够减少切换工具，重复交代背景的麻烦。谷歌称，Gemini应用此次加入从聊天切换到任务的功能，并连接超过40款应用，让用户更容易推进跨应用事务。

连接数量只是起点。能不能顺利完成，权限是否清楚，出错后是否容易接手，这些都会影响最终的体验。入口多，确实能带来便利。操作链条越长，也越考验产品的可靠性。这会成为谷歌把优势转成持续使用的关键。

图源：Gemini

我们当然可以看好谷歌的竞争前景，但认为谷歌可以回到Gemini 3时期的巅峰，目前似乎还不太现实。AI竞赛的下一轮会继续考验质量、速度、价格和使用门槛，一次旗舰模型的发布无法决定什么。

对消费者而言，多一个有竞争力的模型，就多一个可以比较的选择。竞争可能推动能力下放、价格调整和服务改善，这些收益在未来都会实打实地利好消费者。

眼下，符合资格的用户，可以直接获得Argon这项新能力。开发者们也多了一款可按自己的任务需求使用的模型。用得上复杂资料分析、持续编程和多步骤工作的用户，有理由关注。需求简单、现有工具已经够用的消费者，也完全可以继续比较。

为模型换代感到兴奋，很正常。为每次换代重新安排全部预算，没有必要。

Argon让谷歌有了更强的竞争筹码，也把新的考题递到了消费者面前。它能省下多少工作，减少多少返工，价格是否与收益相称？

模型之间的胜负，最终只有一个评判标准：今天的工作，究竟有没有变得轻松一点？