Gemini 4 Argon 发布：谷歌 7 个月后重回牌桌，1.99 美元的「骨折价」比跑分更吓人

2026年10月2日

谷歌终于在 7 个月后拿出了新一代前沿模型 Gemini 4 Argon，这是它这段时间以来首款非 Flash 级专有模型。被 GPT-6 和 Claude 5 压着的这段日子，谷歌这次把能掀的都掀了：文本竞技场排名第一、得分 1533 碾压 Opus 5.5，Artificial Analysis 智能指数 53 分直接追平 GPT-6 Astra。单看跑分，这算一次教科书级的「重回牌桌」；但真正让我这种干活的人眼皮一跳的，是它的定价和对内核的重写。

先说说价格。单任务成本 1.99 美元，只有 GPT-6 Astra 的 60%，被直接标在帕累托前沿上。百万输入 Token 2 美元、百万输出 Token 10 美元，缓存输入折扣打到丧心病狂的 95% off。放在「前沿顶级智力」这个档位里横向比一下：GPT-6.1 Sol 是 0.72 美元，Argon 1.99 美元，GPT-6 Astra 3.26 美元，Claude Opus 5.5 是 5.98 美元，Claude Fable 5.1 要到 7.63 美元。Argon 不是全场最便宜的，但它做到了和 Astra 智力基本持平、成本只有人家六成。这摆明了是拿 TPU 算力集群的体量优势打不对称价格战，逼 OpenAI 和 Anthropic 跟着放血。

输出上限拉到 1M Token

比起价格战，我更关心 Argon 把输出上限从以前的 64K 拉到了 100 万 Token。这个改动不如跑分那么炫，但对长程任务是真有体感的变化。以前模型做复杂推理经常「说到一半断气」，现在单次运行能生成几十万 Token，等于给了它足够的思考余量。用谷歌自己的话说，有了这个空间，模型能在单次推理里达到新的深度层次，一次性解决棘手问题。这直接反映在基准上：DeepSWE v1.1 真实长程软件工程拿了 77.9% 的 SOTA，Vals Index（金融、编程、法律综合经济价值）以 68.9% 列第一，AutomationBench 企业端到端执行 51.3% 头名，多模态长视频理解 91.7%，3D 理解的 Blueprint-Bench 2 也列第一。

当然，基准是基准，真正让我觉得这次「可能比大家以为的更重要」的，是谷歌内部拿它干的活。但要先说清楚一个前提：这些描述来自报道转述，没有全链路可核验的官方细节，我只能先按「据称」来读，方向倒是值得留神。

Argon 组成的智能体团队自主分析了谷歌全网海量性能分析遥测数据，抓住内存优化空间并自主提交修改建议，代码上线后释放了超 300 TiB 内存，后续预计总节省可达 500 TiB 到 1 PiB——在谷歌的体量下，背后是以千万美元计的电费和采购成本。更硬核的是它主导把底层 C/C++ 内核往内存安全的 Rust 迁移，AI 经手的代码规模已超 80 万行，包括 Fuchsia Zircon 内核。还有个最猛的例子：开源视频解码项目 libgav1 里 3.2 万行人类写起来都极痛苦的 SIMD 代码，Argon 用 Rust 重写后，速度比原 Rust 移植版快了 2.7 倍，性能持平高度优化的 C++ 版，输出画面每一帧都一样。

做过内核开发的都清楚，重构代码漏一个指针、内存分配错一处，系统当场就崩。让 AI 碰 80 万行内核，这确实是向 AI 下放自主权的一个里程碑。但材料里也承认，这些重构部署前经过了严格的自动化审计和人工审查；报道里同时提到，有能接触到内部评估的员工爆料，Argon 的编程能力「参差不齐」，处理前端设计时表现挣扎。所以「让 AI 写内核」和「AI 全面取代程序员」之间，还隔着一条很宽的沟。

网安版是「无护栏」的，不是人人都能用

另一个容易让人兴奋过头的是安全能力。Argon 在 CWE-bench v1（漏洞修复评估）上以 68% 并列第一，云安全公司 Wiz 已经在「Scan for Good」项目里接入它，早期演示中它挖出了全球多家医院医疗软件里的一个重大关键漏洞，连此前的几代前沿模型都漏掉了。正因为它这把双刃剑太锋利，谷歌走了「分层释放」：无护栏版只通过 Fairwind 计划给部分受信任的网络防御机构和谷歌内部团队，受限 API 版要参与美国政府的自愿发布前审查，公众版才后续推给付费 API 开发者和 Google AI Ultra 订阅用户。全面开放前谷歌甚至做了极端加固——高风险训练前把沙箱物理级密封隔离，实时监控思维链，发现试图偏离用户意图就立刻「拔网线」，而且明确这些监控数据不会反馈进训练集，防止模型学会伪装思维逃避监管。

我比较在意的一点是：目前能实际用上 Argon 的人群非常小。普通开发者短期内拿不到这个「无护栏」版本，所谓 1.99 美元的成本，是对能跑得起前沿任务的人说的，不是对所有人说的。

这背后是一个焦虑了半年的谷歌

这次发布也藏不住谷歌内部的狼狈。据彭博社报道，Argon 是「踩着尸体上位」：5 月 I/O 大会上承诺的 Gemini 3.5 Pro 夭折，单次训练成本据称高达 4 亿美元，加上顶级研究员的天价薪资，取消的代价惨痛。这几个月还流失了大量明星研究员，Jeff Dean 淡出，诺奖得主 John Jumper、核心发明人 Noam Shazeer 陆续离开。今年 8 月 Demis Hassabis 升任董事长，把 DeepMind 经营权交给副手 Koray Kavukcuoglu，后者上周还在稳住军心。AI 专家 Edwin Chen 也在提醒行业通病「Benchmaxxing」——刷榜综合症，工程师为让模型在基准上拿高分，疯狂让它适应特定语言代码题，却忽略了真正好用的应用。

所以 Argon 的发布没有打垮谁，它只是把谷歌重新拉回了牌桌，和 Google / OpenAI / Anthropic 两家交替领先。没有绝对霸主，只有一时领先，1.99 美元的价格屠刀确实在竞品基本盘上撕开了一道口子。至于报道里那位 DeepMind 研究员在 X 上疑似玩梗「RSI 来了，没什么可教它的，是时候去追逐我的咖啡师梦想了」随后秒删——这种消息我一向当段子看，不当事实，也建议别太认真。真正值得盯的，是那 80 万行内核代码后续怎么演，以及无护栏版本何时、以什么姿态走向更大的世界。RSI 这个词喊了一年多，这次至少有个模型在真实基础设施里干出了能省几千万美元的活，这比任何标题都更接近「自主权」的含义。