Google 重返前沿模型競爭，Gemini 4 Argon 能否抗衡對手？

時隔7個月，谷歌終於更新了Flash模型之外的大模型，重新加入最前沿大模型的競爭。

北京時間10月14日，谷歌正式發佈Gemini 4 Argon，這一模型主打複雜、多步驟的現實任務，覆蓋軟件工程、金融、法律、網絡安全和科學研究等領域。與主要負責對話和內容生成的模型相比，Argon更強調多步驟推理與任務執行，希望直接進入專業工作流，完成代碼重構、業務分析、漏洞修復，甚至輔助科研實驗設計。

但這次發佈備受關注的是開放方式，新模型不免費，僅對Gemini App中的Pro和Ultra訂閲用戶，以及開發平台Antigravity中的Ultra訂閲用戶開放，此外，開發者也可以通過付費版Gemini API及Google AI Studio使用該模型。

這引起了一些個人開發者的不滿，因為要想在開發環境中直接調用Argon，門檻推高至100美元的Ultra訂閲，而以往的旗艦模型只需約20美元的Pro會員。

在眾多質疑聲中，谷歌AI Studio產品負責人Logan Kilpatrick站出來回應表示，Argon是典型的“大模型”，所以谷歌“在廣泛提供它的能力上受到限制”，但他提到內部正在開發Gemini 4新的版本，將對數十億人開放使用。

“這只是 Gemini 4時代的開始。”Kilpatrick稱，未來Gemini的迭代速度也會很快。

從智能排名來看，根據Artificial Analysis測試，Argon目前在榜單第6位，在智能指數得分上與GPT-6 Astra和Claude Fable 5.1同樣，都是53分。

谷歌在發佈的同時公佈了臨時五折的優惠價，因此在性價比上相對同智能模型來説更為突出，據Artificial Analysis測算，Argon目前的每任務成本為1.99美元，與 GPT-6 Astra相比，智能水平相當的情況下成本降低約40%。

目前Argon優惠定價為每百萬輸入/輸出token 2美元/10 美元，在11月 30 日後價格將恢復至4美元/20美元。

在具體能力上，據測算，Argon在智能體能力上有了大幅提升，在幾個基準測試中表現出顯著改進。此外，Artificial Analysis表示，谷歌在幻覺控制上有優勢。在關注知識可靠性和幻覺控制能力的指標上，Argon測出來的幻覺率為15%，至少是前十名的模型中最低的。

谷歌在官方博客中則重點強調了編程能力。谷歌稱，在內部使用中，Argon幫助工程團隊完成的智能體代碼提交量增超35%，同時將代碼回滾次數減少近三分之一。

官方博客還一一介紹了Argon在法律、金融、醫療等領域的應用，以及輔助科研、空間推理和機器人開發的案例。

在量子計算領域，谷歌稱，Argon幫助研究人員優化量子糾錯解碼器，將推理吞吐量提升至原來的近兩倍，以適應量子硬件對實時處理的要求。

Argon也可以幫助訓練具身智能機器人。谷歌稱，該模型在具身推理基準測試中取得87%的成績，測試重點是模型理解並解決三維環境中的物理和空間問題。

在一項內部演示中，Argon觀看人類進行玉米投擲遊戲的視頻，隨後推斷環境中的空間座標、計算全身關節運動，並自主編寫仿真代碼。當這套方案被遷移至人形機器人後，機器人在真實場景測試中連續七次投中目標。這一思路是將普通視頻轉化為機器人可以學習的仿真環境，減少人工建模的時間成本。

與這一能力有關聯的是，Argon實現複雜3D 可視化的能力也有提升，這是目前開發者測試中反饋較好的方向。

有開發者用相同的提示在最高推理水平下測試了兩個模型：Claude opus 5.5 和Gemini 4 Argon，結果幾乎相同，但opus 5.5花費了8.2美元，而Argon花費為1.2美元，以更低的成本接近了opus 5.5 的水平。

但也有用戶稱，3D生成效果好是好，但Argon模型的消耗速度太快了，“體感是3.8 Flash模型的十倍”，這也會進一步推高模型在實際任務的成本。目前來看，開發者對Argon的反饋呈現出兩面性，大部分認可Argon的能力，但負面反饋集中在使用成本和較高的訂閲門檻上。

回顧9月至今，海外頭部模型幾乎都迭代了一遍，GPT-6 Astra、Grok 4.7、Claude Opus 5.5等模型相繼登場，谷歌此次推出Gemini 4 Argon，進一步加劇了前沿模型之間的競爭。

從智能排位來看，谷歌暫列模型廠商第四位，領先於Grok。不過，頭部模型之間的差距正在變得更加複雜，榜單無法完整反映模型在真實業務中的穩定性、響應速度和單位任務成本。

對於開發者和企業而言，選擇模型也不是看排行榜，而是關注模型能否融入現有工作流，帶來的效率提升能否覆蓋使用成本。誰會被市場選擇，還需等待模型發佈後較長一段時間的驗證，以及更直接的廠商財報數據印證。