谷歌Gemini 4 Argon正式发布：编程与科研能力提升，API定价11月30日后翻倍

生成摘要

AI 生成，仅供参考

谷歌DeepMind正式发布新一代前沿模型 Gemini 4 Argon，面向开发者和企业即刻开放 API 调用。官方将其定位为处理复杂、长流程任务深度推理的旗舰模型，主打真实世界软件工程、法律与金融等企业知识工作，以及网络安全防御场景。与能力升级同样受关注的是定价：Argon API 初始推广价为每百万输入 Token 2 美元、每百万输出 Token 10 美元，11 月 30 日之后将分别调整为 4 美元和 20 美元。

能力定位：长上下文与专业任务

根据官方公布的信息，Gemini 4 Argon 支持 100 万 Token 的统一输入输出窗口。此前 Gemini 系列模型的输出上限多为 6.4 万 Token，Argon 将单次输出上限扩展至 100 万 Token，并支持跨请求接续输出。这一变化针对的是智能体长周期任务的断流问题：当模型需要在多轮规划中持续生成大段代码、文档或分析结论时，输出上限往往比输入上限更容易成为瓶颈。

在专业任务上，谷歌方面称 Argon 在编程、法律、金融、网络安全等领域达到前沿水平。官方披露的内部智能体编程数据显示，代码提交量增加超过 35%，回滚减少近三分之一。官方同时给出了多项基准测试成绩，包括真实世界软件工程基准 DeepSWE v1.1 得分 77.9%、Zapier AutomationBench 端到端业务执行基准 51.3%、LVBench 长视频理解 91.7%。第三方评测方面，Vals Index 综合评测显示 Argon 以 68.90% 的得分排名第一，与后续模型的差距较小。需要说明的是，上述基准成绩分别来自官方公布与第三方评测机构，口径和测试条件并不完全一致，不宜直接横向叠加比较。

定价时间表与成本影响

Argon 的定价策略是本次发布中对企业决策影响最直接的部分。推广期内每百万输入 Token 2 美元、每百万输出 Token 10 美元，缓存输入可享 95% 折扣；11 月 30 日后，输入与输出价格分别翻倍至 4 美元和 20 美元。

对开发者而言，这一时间表意味着成本测算需要区分短期与长期两套口径。若按输出密集型场景估算，一次生成 100 万输出 Token 的成本将从 10 美元升至 20 美元，涨幅与输出价格一致。对于依赖长输出、多轮接续的智能体应用，输出 Token 通常是成本大头，价格翻倍会直接改变单位任务的经济性。

缓存输入的 95% 折扣则提供了另一种优化空间：将稳定复用的系统提示、知识库片段或代码上下文放入缓存，可以显著压低输入侧支出。不过缓存折扣的具体适用范围与调整后的政策，仍需以官方价格页面为准。

开发者选型需要关注什么

短期看，推广价窗口为团队提供了一个低成本的验证期。对于正在评估长上下文模型的企业，11 月 30 日之前是用真实业务负载测试 Argon 的合适时机，重点可以放在输出稳定性、跨请求接续的连贯性，以及智能体任务的成功率上，而不只是单次调用的响应质量。

中期看，价格调整后 Argon 与同级别前沿模型的成本差距会收窄。选型判断应回到任务匹配度：如果业务集中在长流程代码生成、企业文档处理或安全分析，输出上限和接续能力带来的收益可能覆盖价格上涨；如果任务以短输入短输出为主，价格翻倍的影响相对有限，但也意味着推广期的价格优势不再明显。

此外，官方基准成绩与第三方评测结论应分开看待。DeepSWE、AutomationBench 等成绩由谷歌方面公布，测试方法和任务集未必与真实业务一致；Vals Index 等第三方排名虽具参考价值，但领先幅度有限，且评测会随模型版本更新而变化。企业在做采购决策时，更稳妥的做法是用自身业务数据做小规模对照测试，而不是直接依据榜单排名。

后续值得观察的节点包括：11 月 30 日价格正式调整后，谷歌是否会推出新的缓存或批量折扣政策；Argon 在第三方评测中的排名是否稳定；以及围绕 100 万 Token 输出上限，实际应用中会出现哪些新的工程模式与成本控制手段。