Google放量Gemini 4 Argon：入门价每百万输入2美元，Free档用不了

AI模型库 · 今日一模

Gemini 4 Argon

旗舰推理 · 1M 统一窗 · 全球放量

入门价至 11/30：输入 $2 / 输出 $10 · 缓存入 $0.10 · 每百万 token（USD）

10 月 13 日，Google 把 Gemini 4 Argon 正式对开发者和订阅用户全球放量。模型 ID 写得很干净：gemini-4-argon。官方一句话定位：旗舰推理模型，面向复杂软件工程、数学和科学问题，以及要连着干很多步的自主 Agent。

9 月 30 日它先给过 Fairwind 计划里的网络防御者；这次才是面向付费 API、Antigravity、Gemini App 和 Search AI Mode 的全球放量。我按「能干嘛 → 对做应用的人意味着什么 → 冷水」写。凡是 Google 自己报的数字，一律标明出处，不当第三方复现。

发布时间就在昨天。中文圈快讯会很快铺开，这篇尽量把渠道、价目、迁移坑和「谁用不了」写全，少追情绪词。Google 还说 Gemini 4 家族后面还有其余成员，Argon 只是开头——所以今天更值得盯的是：你现在能不能用、怎么用、用贵不贵，而不是把路线图当已交付。

先看接口能接什么。输入：文字、图片、视频、音频、PDF。输出：只有文字。没有图像生成，也没有 Live API。思考深度三档：low / medium / high，默认 medium。Computer Use 仍是 Preview。代码执行、函数调用、Search grounding、结构化输出、URL context、文件搜索这些常见能力都在；批量、Flex、Priority 推理也列了支持。

上下文是统一的 1,048,576 token：输入、思考和输出共用这一扇窗。默认同步请求最大输出 65,536；要更长回答可以开 long decode，单次响应理论上能走到约 1M（减去已经塞进去的输入）。官方文档特意提醒：思考也会吃掉 max_output_tokens。你现有应用如果把输出上限卡在 8K、16K，迁到 Argon 后答案很容易被思考截断——建议至少抬到 32,768，难任务再往 131072 / 262144 走，并配合 background=true。

Google 博客里铺了一串内部故事，用来说明它想打的「硬活」长相：Chrome 团队用它拆 Chromium 大约 600 万行遗留特性目录里的核心网页处理；ADK 团队把规则书丢给它，自称隔夜改完后长会话内存准备时间降约 40%、冷导入快约 21%；开源量子化学包 xTB 预测分子结构最高约 2.3 倍；Gemma 在 A100 + vLLM 上端到端推理约 2.85 倍。机器人侧提到 Embodied Reasoning（ERQA）自报 87%。这些都是厂商叙事。写进来是为了让你知道 Google 把 Argon 押在哪类任务上，不是让你把倍数抄进采购 PPT。

和昨日本号写的 Muse Wonder 错开看，会清楚一点。Meta 那天强调的是 Active Memory / Focus：跨对话记得你是谁、卡住换路、重要动作确认。Google 这次强调的是统一 1M 窗、可调思考、付费 API + Antigravity 的上手路径，以及「最难的工程和科学题」。产品不同，读者真正要问的问题也不一样：Wonder 更像「长任务 Agent 会不会丢线」；Argon 更像「我能不能用可控成本把它接进现网，账单和超时会不会把我坑死」。

价目先摆清楚（USD，每百万 token）。入门价到 2026 年 11 月 30 日：输入 2 美元、输出 10 美元；隐式缓存命中后，缓存输入大约 0.10 美元（官方写 95% off）。12 月 1 日起：输入 4、输出 20，缓存输入约 0.20。输出是输入的五倍。Agent 爱吐长补丁、长日志、长证明，成本模型里要把输出权重算足，别只盯着「入门价才 2 美元」开心。

谁能用、谁用不了，比价目更重要。开发者：付费档 Gemini API，在 AI Studio、Android Studio 里调 gemini-4-argon。Google AI Ultra：Antigravity + AI Studio。Ultra / Pro 订阅：Gemini App 和 Search 的 AI Mode。企业：Gemini for business、API、Antigravity。科学家：官方开放申请 Antigravity 最高用量档免费 6 个月（滚动入选，有名额和资格限制）。网络安全：Fairwind 继续扩容。

官方 latest-model 页写得很绝：Argon 不在 Free tier，也不在 Google AI Pro 的 API 档。Pro 订阅可以在 App / Search 里用到手感，但按量 API 这条线要付费档。别把「全球开放」听成「免费 Key 也能打满」——那是两回事。

上手路径我建议按真实任务拆，别一上来全栈换模。

接产品后端的：开付费 Gemini API，模型字符串改成 gemini-4-argon。先用默认 thinking_level=medium 跑你现有评测集，再试 low 和 high。low 省钱省延迟，难任务质量会掉；high 配 long decode，适合硬数学、硬科学、难重构，但首 token 慢、账单更狠。官方建议：三档都测，选能过质量线的最低档。

长输出或硬推理：设 background=true，把 max_output_tokens 抬到 131072 或 262144（上限受 1M 统一窗约束）。客户端超时按文档至少 15 分钟，或者干脆让服务端跑 continuation。Long decode 是一段段最多约 64K 往下续的，读结果时要把所有 model_output 步骤拼起来，漏拼会以为模型「写到一半死了」。

多轮 Agent：用 Interactions API 的 previous_interaction_id 把对话状态留在服务端。Argon 不支持显式 cachedContents / caches.create，迁移时删掉；改吃默认隐式缓存——提示词大概至少 4096 token 才容易命中。采样参数 temperature、top_p、top_k 传了也会被忽略，别指望还能靠温度「稳住文风」。

人在 IDE 里啃大仓库：Ultra 订户直接上 Antigravity，把模型指到 Argon。Google 自报内部 Antigravity 上 agentic 代码提交约 +35%、回滚约 −30%。这是自报，当方向参考，不当「你的团队也会少回滚三成」的承诺。

一句话分工：要可控成本和可复现调用，走付费 API；要人机一起改大仓库，走 Antigravity；只想在聊天里试手感，Ultra/Pro 的 App 就够。三条路别混着用同一套预期。

还有几件迁移时容易漏的。Interactions API 是官方 quickstart 的默认写法；老项目如果还停在 GenerateContent，long decode 的客户端续写文档也写了路径，但 background 执行是最省事的。Managed Agents 里的 Antigravity agent 支持把 agent_config.model 设成 gemini-4-argon——你已经在用托管 Agent 的，换模是配置项，不是重写业务。Android 开发者走 Android Studio 的付费档即可，和 Web/后端共用同一套模型 ID。

成本上我自己会先做一张粗账：假设一次 Agent 回合输入 20K、思考+输出 40K，入门价大约是 0.04 + 0.40 = 0.44 美元；同样用量在 12 月后大约 0.88 美元。一天几百回合，月账单会从「还能接受」跳到「要找财务签字」。隐式缓存只有在系统提示词足够长、且反复命中时才像那么回事儿；短提示、每次换人设，别指望 95% off 救场。

和一周前本号写的 Decision-1 对照着看也有意思。那边是 9B 小模型专门做选择题、给 Agent 当拍板层，输入每百万约 0.042 美元、输出不收费；这边是前沿旗舰自己要扛长跑。两条路不互斥：高频分类、分流、验收用小决策模型，啃硬重构和科学推导再用 Argon。成本结构反而更清楚。别什么判断都丢给 2/10 的旗舰。

装 Key 之前，我还会再确认三件事：任务是不是真的需要 1M 级上下文，还是把历史整理短一点更划算；输出账单能不能接受（别只盯输入单价）；团队里有没有人愿意当「确认人」——Computer Use 和长 Agent 再强，没有人接确认，要么胆子过大，要么遇事就停。

第一盆：贵会翻倍。11 月 30 日前 2/10 看着友好，12 月起就是 4/20。Long decode 把输出顶到几十万 token 时，账单非常诚实。隐式缓存能省输入侧，省不掉「思考 + 长输出」。入门价窗口只有一个半月出头，预算表按 12 月后的价算一遍更稳。

第二盆：Free / Pro API 用不了。这是文档原文级限制。写冷水不是唱衰，是帮你少走一趟「模型名填对了却 403 / 不可用」的报错。团队里如果还有人以为「有 Google AI Pro 订阅就能在后端白嫖 Argon」，开会前先把 latest-model 那一行投到墙上。

第三盆：能力边界。无图像生成、无 Live API；Computer Use 还是 Preview。多模态输入很全，输出侧仍是文本。要图、要实时语音会话，继续用别的 Gemini 产品线，别逼 Argon 做它没开的口。

第四盆：成绩单打折。Vals Index 第一、内部提交 +35%、回滚 −30%、ERQA 87%、外部生物红队「不到 1% 子任务」、间接提示注入攻击成功率压到 0.7%——这些都是 Google 或合作方语境下的数字。第三方同 harness、同提示词复现之前，只当「厂商认为自己强在哪」，不当「你的仓库也会强多少」。安全栈再厚，不可逆动作仍要人确认；Google 自己也写了 agent 对齐：捷径尝试降到约 2%，并加了实时监控——说明他们清楚「能干」和「敢乱干」是一对矛盾。

第五盆：迁移摩擦。统一 1M 窗、去掉显式缓存、忽略采样参数、思考吃输出额度——任何一条没改，现网都可能「能通但变贵 / 变慢 / 被截断」。官方给了 migration checklist，值得当验收单勾：改模型 ID、抬 max_output_tokens、选 thinking 档、删显式缓存、删 temperature 一族、长输出改 background、超时拉长、多轮改 previous_interaction_id。

第六盆：和 Fairwind 的关系。网络防御者更早摸到过去掉部分网络护栏的版本；普通开发者拿到的是带完整安全栈的公开档。别把「Wiz 用 Argon 扫出关键医疗/政务漏洞」的故事，直接等同于你本地付费 Key 的能力边界。故事说明上限叙事，不说明你的默认配置。

照着做可以按这张单子：打开 latest-model 核对价目与「不在 Free / Pro API」；付费 API 改模型并跑三档 thinking；长任务开 background、抬 max_output_tokens、超时拉长；删显式缓存和 temperature；Ultra 订户在 Antigravity 指到 Argon 跑真实仓库；预算按 12 月后的 4/20 再算一版；不可逆操作过人；用自己的验收脚本对比现用旗舰。

模型越来越会替你连着干活的时候，我更关心两件事：入门价过了之后账单还扛不扛得住，以及你的现网配置有没有被 1M 统一窗和思考额度悄悄改写。Argon 把叙事押在「最难的那类活」上。能用的渠道可以认真接，冷水也要一起喝完。脾气就这样——硬活欢迎上桌，漂亮倍数先过筛子，账单按涨价后重算。

你已经在跑编码 Agent 的话，评论区说说：你更卡在上下文不够，还是输出太贵？

出处：Google Blog《Gemini 4 Argon: Built to solve your hardest problems》（2026-10-13）、developers 博文《Gemini 4 Argon is now available for developers》、ai.google.dev Gemini 4 Argon 模型页与 latest-model 页（价目与 Free/Pro 限制以文档为准）。

往期 · 接着看

Meta发Muse Wonder：AA榜Full得56，API每百万4美元，最强档却不进接口

微软发了个只做选择题的模型，自测比GPT-6 Sol快35倍

Step 5：600B 只激活 27B

【长按下方二维码】开启 AI 实战交流 ——「AI商业实战」新人邀请，进星球领 ¥25 礼遇。

觉得有用的话，点个赞或在看，我们下篇见

THANKS FOR READING