Gemini 4 Argon 與 DeepSeek V4.1-Flash-1017 定價、編碼及推理表現對比

兩大 AI 巨頭本週推出新模型：Gemini 4 Argon 對決 DeepSeek V4.1-Flash

我沒有在正式環境中測試這些模型。這是一份推出當週的分析，根據 Google 的文件、DeepSeek 的發佈説明及獨立報道整理，並補充新聞稿未提及的注意事項。

相隔四日，兩大巨頭先後出招。Google 於 Oct 13 向全球開放 Gemini 4 Argon——這是 Google 經歷數月延誤、取消 3.5 Pro，以及 DeepMind 領導層洗牌後推出的新旗艦。接着，DeepSeek 於 Oct 17 推出 V4.1-Flash-1017：開放權重，在 DeepSWE 編碼基準測試中取得 77.0 分（領先 Claude Opus 5），並推出自家的 Search + Fetch APIs，每 1,000 次呼叫收費 $0.75。

我的看法是：Argon 是一款適合企業採用的「深度工作」模型，但定價設有陷阱。Flash-1017 是目前市場上價格最低、值得認真看待的編碼 Agent，但推理能力的差距不容忽視。先看錶格，詳情稍後再談。

重點速覽——重要數字

	Gemini 4 Argon	DeepSeek V4.1-Flash-1017	上一代（Gemini 2.5 級別 / V4.1-Flash）
推出日期	Oct 13, 2026（GA）	Oct 17, 2026	—
API 價格 / 每 1M tokens	輸入 $2 / 輸出 $10 — 優惠價，Nov 30 起加倍（之後為 $4/$20）	輸入 $0.15 / 輸出 $0.60（DeepSeek 服務）；非繁忙時段半價	Flash：價格相同，模型已自動升級
上下文	輸出上限為 1M tokens（由 64K 提高）	1M 上下文，最大輸出量 ≥256K	—
編碼基準測試	#1 on Vals Index（多領域，廠商公佈）；在 Antigravity 中提交的 Agent 式程式碼增加 35%	DeepSWE v1.1: 77.0（由 74.2 提高；Opus 5：74.0；GPT-5.6 Sol：73.0）；Terminal-Bench 4.0：42.3	—
推理能力	未有公開其在 HLE 上與 Opus 5 的基準測試結果	HLE：42.6 — Opus 5 仍以 56.3 領先	—
權重	封閉	開放 — Hugging Face + ModelScope	—
網絡搜尋工具	Gemini app / AI Mode	全新的 Search + Fetch APIs，每 1,000 次成功呼叫收費 $0.75；至 Nov 1 前可透過伺服器端工具免費使用	—
提供方式	Gemini API、AI Studio；Antigravity（僅限 Ultra）；Gemini app（Pro/Ultra）	`deepseek-flash` API 名稱 — 現有用戶已自動升級	—

以上所有基準測試數字均來自廠商公佈的評分表，MarkTechPost、aiweekly.co 及 aibalkans.com 於 Oct 17 曾報道相關內容。目前尚未有獨立複核。應將這些數字視為説法，而非事實。

實際推出了甚麼

Argon 是 Google 正在急起直追的成果，而且 Google 心知肚明。Google 完全跳過 3.5 Pro，又失去多名 Gemini 核心領導人，因此需要一款旗艦模型，證明自己仍然能推出產品。這款模型主打「深度工作」——涵蓋編碼、金融、法律、網絡安全及科學領域的長時間、多步驟任務。Google 選擇拿來宣傳的內部數據以 Agent 為核心：在 Antigravity 編碼環境中使用 Argon 的團隊，提交的 Agent 式程式碼增加 35%，回滾次數則減少近三分之一。據稱，Chrome 團隊重構一個有 600 萬行程式碼的程式碼庫，所需時間由數月縮短至數星期。

Flash-1017 延續 DeepSeek 一貫的做法：靜悄悄推出（追蹤機械人比任何官方貼文更早留意到 API 變更）、開放權重，並以低價削價競爭。模型卡稱它是「小幅更新」——但變化幅度並不小：在 11 項已公佈的基準測試中，部分項目增加了 11.1 分，同時輸出更短，完成任務的速度更快。它也拓展至技術堆疊的更高層：Search 和 Fetch APIs 意味着 DeepSeek 現在也提供網絡層服務，而不只是 tokens。

這些數字實際代表甚麼

定價差距大得離譜，這才是重點。以大量使用 Agent 的方式進行編碼工作流程，輸出 1M 個 token，Argon 的推廣價為 $10（Nov 30 後為 $20），Flash 則只需 $0.60。兩者相差 16–33 倍。即使在非繁忙時段，DeepSeek 的輸出價格也減半至約 $0.30。對獨立開發者和初創公司來説，這不是比較，而是帳單替你作出的決定。

但真正重要的基準測試，不是 DeepSeek 勝出的那個。DeepSWE v1.1 是一項編碼基準測試，對於價格如此低廉的模型來説，77.0 分勝過 Opus 5 的 74.0 分，確實令人印象深刻。不過，在不使用工具的純推理方面，Opus 5（56.3）仍遠勝 Flash-1017（42.6）。如果你的 Agent 需要進行長期推理——例如法律研究、財務建模，或任何錯誤的中間步驟會逐步累積影響的工作——這個差距就是關鍵所在。速度和價格都無法彌補錯誤的推理。

Argon 的推廣定價是吸引客戶的漏斗，不是真正的價格。$2/$10 會在 Nov 30 加倍。那是 44 天後。如果你按推廣價設計 Agent 技術架構，就等於接受 Google 在 12 月的實際價格。請按 $4/$20 作預算，否則就要計劃再次遷移。

誰應該轉用，誰應該觀望

如果你符合以下情況，現在就轉用 Flash-1017：你正在運行編碼 Agent，而目前的帳單按 OpenAI/Anthropic 的價格計算。deepseek-flash 識別碼沒有改變——現有用戶已悄然獲得升級，這表示遷移所需的工作幾乎為零。每 1K 次 $0.75 的 Search API 也值得在 RAG 管道中測試，尤其是經由 Harness、Claude Code 和 Codex 的伺服器端呼叫，在 Nov 1 前仍然免費。

如果你需要長上下文、多步驟的「深度工作」，而且費用可以報銷，就試試 Argon：輸出上限達 1M 個 token（由 64K 提高），確實為那些常在運行途中中斷的 Agent 工作流程帶來突破。早期測試者包括 Deloitte 和 LexisNexis；它瞄準的是會購買支援合約的企業，而非想方設法壓低帳單的駭客。

如果你的推理工作攸關重大，就先觀望：Opus 5 在 HLE 上仍然領先，而 Argon 的推理能力主張完全依據 Google 自行公佈的評分表。44 天的推廣定價期，還不足以讓人把整套技術架構押在它身上。

注意事項（每次發布都有）

Argon 的推廣價會在 Nov 30 加倍。「輸入 $2」這個標題其實是倒數計時。請按 $4/$20 編列預算。
Antigravity——Google 為 Argon 打造、以 Agent 為先的 IDE——只有 Ultra 訂閲用戶可用。最佳的 Argon 使用體驗，藏在最昂貴的訂閲級別之後。
Flash 的 77.0 分是自行公佈的。目前還沒有獨立實驗室重現這個結果。上一次有供應商聲稱「勝過 Opus」並接受獨立測試時，差距就縮小了。
Search API 每個帳戶的上限為 5 QPS。用於原型開發沒有問題；真正的 Agent 工作負載很快就會觸及上限。
免費搜尋將於 Nov 1 結束。此後，以網絡資訊為依據的 Agent 將多出一項費用。
「開放權重」不代表「可以在你的手提電腦上執行」。對大多數團隊來説，可下載 ≠ 可部署；而且早期報道對 -1017 檢查點的確切授權條款説法不一。開始建基於它之前，請先閲讀模型卡。
Google 的 AI 組織剛經歷一輪震盪。發布延誤、取消推出，以及領導層離任。旗艦產品通常由穩定的團隊推出；這款產品則由一支正在重整的團隊推出。值得繼續觀察。

結論

這其實不是 Argon 對 Flash，而是兩種不同的押注：Google 認為企業會願意為長期任務的可靠性支付溢價；DeepSeek 則押注低成本、快速且開放權重的模型能在 Agent 經濟中勝出。

我認為較平淡的事實是：大多數開發者會用 Flash-1017 處理對價格敏感的 80% Agent 工作，並租用 Argon（或 Opus）處理那 20%——在這些工作中，答錯的代價比 token 費用更高。入門定價的倒數時鐘會替你作出決定——要在 Nov 30 前決定，而不是之後。

你的配置是怎樣的？你已開始按 DeepSeek 的定價運行 Agent 嗎？還是開放權重方面的差距令你卻步，不敢在正式環境中使用？

標籤：AI、機器學習、工具、討論

來源：Google 的 Argon 公告 · Reuters 經 94.1 Duke · MarkTechPost 有關 V4.1-Flash-1017 的報道 · aiweekly.co 有關搜尋 API 的文章 · aibalkans.com — 查閲日期均為 Oct 17, 2026。基準測試數據由供應商報告；有待獨立重現。