Google 于 2026 年 9 月 30 日发布 Gemini 4 Argon（Argon 是 Gemini 4 的子型号，类似“高配版”）：单次输出拉到 100 万 Token（模型一次能吐出的文字量，约 75 万中文字）、首发 API 价格近乎腰斩、官方 18 项基准评测拿下 12 项第一。这套账面数字非常漂亮，但我们在意的另一组数字是——在贴近日常编程的真实工程评测里，它落后 GPT-6 整整 10 个百分点。

这是什么

简单说，Google 把 Gemini 4 Argon 定位成“新一代编程旗舰基座”。两个最有营销力的卖点：一是 100 万 Token 单次输出，理论上能一次吐出一整个完整模块的几十个文件；二是首发 API 价格大幅下调，比 GPT-6 Astra 便宜约 40%。在 Google 自家跑分榜上，DeepSWE v1.1 拿下 77.9%，账面数据领先。

但叙事背后有三件事被有意省略：真实工程场景的稳定性、促销期结束后的实际成本、以及普通开发者到底能不能调用。

行业怎么看

正面声音主要来自模型厂商口径：参数突破、价格补贴、跑分领先，是 Google 准备好的官方剧本。

编辑部和许多独立开发者更看重的是另一组数据。在更接近真实长程开发的 FrontierSWE v2 上，Argon 落后 GPT-6 Astra 整整 10.5 个百分点；在 Terminal-Bench（专门测“AI 在命令行里会不会自己跑命令”的评测）4.0 上，落后 Claude Opus 5.5 九个百分点——这正是日常编程 Agent 最依赖的“终端回环”能力。彭博社 9 月 30 日援引知情人士称，谷歌内部员工对 Argon 在编码任务上的稳定性同样存疑。

另一个被忽略的变量是价格。促销期每百万输入 2 美元、输出 10 美元，比 Astra 便宜约 40%；促销期结束后将涨到 4 美元和 20 美元（与 Claude Opus 5.5 持平），同样任务下反而比 Astra 贵 20%。迁移越深，促销期结束那天你的 API 账就越难看。

最硬的现实门槛是渠道：Argon 目前仅对受信任的网络安全机构开放内测，企业级通用通道和个人开发者账户都还没放。所以即便你想迁，也迁不动。

对普通人的影响

  • 对企业 IT：选型时不要被“跑分榜首”牵着走。终端交互能力、长期价签、调用权限这三件硬指标更值得关注。
  • 对个人职场：用 AI 写代码的人短期内不必折腾基座切换，工作流继续跑 GPT-6 或 Claude Opus 5.5 更稳妥。
  • 对消费市场：消费者侧的 Gemini（普通用户在手机上用的那个 App）跟这次发布的 Argon 不是一回事，别误以为自己的 Gemini 突然变强了。