摘要：

谷歌此次沒有把 Argon 定位成一次常規升級，而是將其作為處理複雜現實任務的新一代旗艦模型。

鳳凰網科技 出品

作者｜姜凡

編輯｜董雨晴

今天凌晨，谷歌CEO桑達爾·皮查伊（Sundar Pichai）與DeepMind負責人德米斯·哈薩比斯（Demis Hassabis）等高管集體發聲，正式宣佈新一代旗艦模型 Gemini 4 Argon 全面上線。

谷歌 AI 產品負責人 Logan Kilpatrick 表示，這只是 Gemini 4 時代的開端，新模型的核心設計意圖就是攻克以往難以處理的真實世界複雜長程任務。

谷歌此次沒有把 Argon 定位成一次常規升級，而是將其作為處理複雜現實任務的新一代旗艦模型。

Gemini 4有哪些新本事？

Gemini 4 Argon最直觀的變化，是輸出Token上限從上一代的6.4萬拉升到了100萬。這個數字本身不重要，重要的是它意味着什麼，模型可以在一次任務中不間斷地思考、生成、修正，中途不用把控制權交還給人類。

用谷歌自己的話說，當模型有足夠的空間在單次推演中生成數十萬Token時，「推理深度會提升至全新高度」。

谷歌內部已經把Argon當主力用了。據了解，超過10萬名員工在日常工作中跑這個模型。過去四周，工程團隊的智能體代碼提交量增加了35%，代碼回滾減少了近三分之一。

編程能力是谷歌此次着墨最多的領域之一。

在谷歌披露的內部案例中，Argon 參與了 Chromium 的大型代碼重構。Chromium 是 Chrome 瀏覽器的開源基礎，整個代碼庫規模約為 4000 萬行，其中一個涉及瀏覽器功能的歷史代碼目錄約有 600 萬行。

谷歌稱，Argon 幫助團隊在數百個文件中推進架構調整，將原本需要數月的工作壓縮到數周。谷歌還表示，這項調整有助於消除一類瀏覽器崩潰問題。

谷歌還展示了 Argon 在機器人任務中的應用。官方稱，模型僅通過觀察人類投擲沙包的視頻，就能分析場景空間關係、計算全身關節運動並構建仿真代碼；相關方案隨後部署到 Apptronik 的 Apollo 人形機器人上，在一次真實測試中連續投中七次。

此外，在科學研究中，谷歌公布的案例則更接近專業計算與實驗輔助。谷歌稱，Argon 幫助研究人員優化量子化學軟件 xTB，使分子結構預測速度最高提升至原來的 2.3 倍，構象搜索速度提升至原來的 1.8 倍。在另一項酶設計工作中，研究團隊利用模型篩選並生成了五種新設計，後續實驗室測試確認這些設計具有催化活性。

整體來看，谷歌希望模型能夠處理的不只是一個問題，而是一件需要持續推進、不斷檢查的工作。

Gemini 4重回第一梯隊，與GPT的競爭含金量有多高？

在Artificial Analysis上，Argon拿到53分，和GPT-6 Astra、Claude Fable 5.1持平，落後於Opus 5.5和Sonnet 5.5。這個分數本身沒有碾壓性優勢。

真正的變量在成本：首發優惠期每百萬輸入Token 2美元、輸出10美元，緩存輸入再打95%折扣。按Artificial Analysis的測算，完成一個智能指數任務的平均成本是1.99美元，GPT-6 Astra是3.26美元，Opus 5.5是5.98美元。

Argon的成本優勢來自定價，而不是Token效率。每任務平均消耗約6.2萬個輸出Token，Astra只用約2.7萬個。也就是說，Argon用掉了兩倍多的Token，只是因為單價壓得足夠低，總成本才降下來。

優惠期結束後價格恢復到4美元和20美元，每任務成本會升到約3.98美元，變成Astra的1.2倍左右。谷歌用TPU集群的算力優勢打了一場價格差，但這個窗口能開多久，取決於後續定價策略。

但「第一梯隊」的含金量還需要看硬幣的另一面。彭博社援引內部人士的報道指出，部分谷歌員工認為Argon在實際工作中的表現與基準測試存在落差，代碼編寫能力參差不齊，前端設計尤其不是強項。

谷歌對此的回應是「所謂在代碼等領域表現不佳的說法並不準確」，DeepMind負責人Korav Kavukcuoglu也公開表示對模型性能感到鼓舞。但內部意見本身是分裂的：一部分員工認為Anthropic和OpenAI的迭代速度已經超過了Gemini，另一部分則認為Argon已經追上了領先實驗室。

這種分裂其實反映了當前前沿模型競爭的一個現實：跑分可以很接近，但實際使用體驗的差異仍然存在。一位開發者在社交平台上提到，Argon對提示詞格外敏感，「默認風格不佳，但加一句提示詞就容易改善」。另一位開發者認為，在一次生成細節豐富、美感出色的3D場景方面，Argon還沒有達到Opus 5的水平。

所以，說Argon「重回第一梯隊」是成立的。在綜合智能指數上和Astra打平，在長程軟件工程和知識工作基準上甚至領先，首發價格又壓到了對手的六成。

但這個「第一梯隊」的含金量需要加上幾個限定條件：定價優惠期結束後的成本競爭力、編程任務上表現的不穩定性、以及實際工作流中與跑分之間的落差。

Argon讓谷歌重新回到了牌桌上，但這場牌局的規則正在從「誰的模型更聰明」轉向「誰的模型更便宜、更能幹活」，不知道這個轉向本身是不是谷歌想要推動的。