Gemini 4 Argon 開進 Pro 與付費 API：導入 2／10 到 11 月 30 日，Antigravity 仍要 Ultra

Gemini app 的模型選擇器裡，Google AI Pro 與 AI Ultra 現在都能點到 4 Argon。付費 Gemini API 目錄也掛上穩定型號 gemini-4-argon。Antigravity 桌面版、Antigravity CLI、AI Studio 與 Android Studio Canary 仍要 Ultra。兩週前這顆旗艦還只給 Fairwind 資安夥伴與公司內部，公開目錄裡找不到 model ID；當時那篇預覽寫過的導入價 2／10、獨立榜智力 53、幻覺 15%，這次沒有改數字，改的是誰按得到按鈕。

Koray Kavukcuoglu——Google DeepMind 資深副總裁兼首席 AI 架構師——在官方部落格寫：Argon 即日起全球開放給開發者與企業走 API（AI Studio 與 Gemini 平台）、給 Ultra 訂戶走 Google Antigravity，以及給 Ultra 與 Pro 訂戶走 Gemini app 與 Search 裡的 AI Mode。導入價仍是每百萬 詞元 輸入 2 美元、輸出 10 美元，上下文緩存 再打九五折；腳註寫死，導入期 11 月 30 日到期後，公開存取版改成 4／20。開發者文件把這顆標成 GA，發布日寫 10 月 13 日。流動日報同日核過：app 裡 Pro 與 Ultra 都能選 Argon，而上月最初推出時只限 Ultra（99.99 美元以上）層級。

10 月 11 日內部測 Carbon 那篇還寫 Argon 沒有 API ID。現在 ID 有了，Carbon 仍沒有公開價目表。Kavukcuoglu 收尾寫：Gemini 4 Argon 只是開始，其餘 Gemini 4 家族還會陸續放出。

誰今天按得到，誰還是 Ultra 牆

官方「for everyone」跟產品層級不是同一張紙。流動日報把訂閱與開發工具拆開核過：app 與 AI Mode 給 Pro 與 Ultra；寫程式那一層仍鎖 Ultra。

macOS 版 Gemini app 加了一個聊天／編程切換，讓 Pro 與 Ultra 在消費者介面裡直接用 Antigravity 的代理式編程畫面。主聊天窗也加了切換鈕，從聊天跳到任務（先前叫 Spark）。模型選擇器現在列出 3.5 Flash-Lite、3.8 Flash、3.1 Pro 與 4 Argon。換句話說，Pro 訂戶終於能在對話裡用旗艦，但不能把同一顆模型開進 Antigravity 的完整開發器。

一般使用者若只在 app 裡問問題，Pro 這層就是新門檻。要讓 Argon 隔夜改倉庫、跑多代理迴圈、接 Blender，官方指定的路仍是 Ultra。

價目表現在有截止日期，Flex 與 Priority 另開一欄

導入價與兩週前預覽相同，差別是這次寫了到期日。開發者文件與 OpenRouter 把同一張表拆成標準、Flex、Priority。

Artificial Analysis 在 9 月 30 日那篇測評就把導入折扣當成 50% off：智力指數單次任務成本 1.99 美元，約是 GPT-6 Astra（max）3.26 美元的 60%；折扣結束後會升到 3.98 美元，約 1.2 倍 Astra。Argon 平均每個智力任務吐 6.2 萬輸出 token，Astra 是 2.7 萬——便宜來自單價，不是因為它話少。混合快取命中／輸入／輸出以 7:2:1 計，Artificial Analysis 算出每百萬 1.47 美元。

OpenRouter 此刻的加權平均更低：輸入 0.6123 美元／百萬、輸出 10.14 美元／百萬，因為快取命中率很高——AI Studio 77.8%、Vertex 73.8%。流量則一面倒：Vertex 佔 24 小時 token 份額 84.3%，AI Studio 12.9%，Flex 2.7%，Priority 兩條幾乎是 0%。P50 吞吐量最好的一檔約 71 詞元／秒（Flex）；標準 Vertex 約 55–67 詞元／秒，AI Studio 約 54–56。首 token 延遲最好的 Priority Vertex 約 1.64 秒。正常路由那兩條的 uptime，OpenRouter 記成 Vertex 98.94%、AI Studio 98.88%。

對照現役對手，導入期 2／10 跟 OpenAI 的 GPT-6 Sol 同一檔；到期後 4／20 跟 Claude Opus 5.5 開賣價相同，仍低於 Astra 當年 API 的 10／50。Muse Wonder API 也是 4／20。一百萬輸入加一百萬輸出，導入期 Argon 要 12 美元，到期後 24 美元；同一筆帳 Astra 要 60 美元。快取打滿時，導入期輸入可以掉到 0.10。Google 沒有公布參數規模、預訓練資料或強化學習配方。

Batch API、Flex inference、Priority inference 官方都標 Supported。圖像輸入與音訊輸入按 OpenRouter 計費與文字輸入同價；網頁搜尋每 1,000 次 14 美元。這些附加項不在 Kavukcuoglu 那篇主文裡，是路由層另外掛上的。

1,048,576 是共用池，預設一次只能吐 65,536

開發者文件把 gemini-4-argon 的上下文窗口寫成統一的 1,048,576 token，輸入、思考、輸出加總不能超過這個數。預設同步請求最多吐 65,536 個思考加輸出 token；非串流的直接 HTTP 請求再砍到 32,768。要拉到滿窗 1,048,576，得走 long decode：Google Gen AI SDK 與 Agent Studio 會自動帶 continuation_token 跨請求接下去。已知問題寫在同一頁：GenerateContent 的長解碼只支援 v1beta1。

這跟兩週前「輸出上限 100 萬」的行銷句是同一件事，只是現在文件把預設上限與續寫協定分開寫。Artificial Analysis 測過 Long Decode Continuation：長回應先暫停，再用後續呼叫接回去，讓推理跑到 100 萬輸出 token 而不被單次請求超時。Vals 指數那頁把 Argon 的計價仍寫成 4／20，單次測試平均 46 分 33 秒，輸入 134 億、輸出 1.4201 億 token——那是他們用標準價跑完整套經濟任務的帳單，不是你在 app 裡問一句的延遲。

支援的輸入：文字、影像、影片、音訊、PDF。輸出只有文字。思考強度 low／medium／high。能力表上有：程式碼執行、函式呼叫、結構化輸出、檔案搜尋、URL 上下文、Search grounding、Google Maps grounding、Computer use（Preview）、代理式影片理解（預設 static）。明確不支援：圖像生成、音訊生成、Live API。快取只做隱式，文件寫 Explicit caching is not supported。

兩週前 The Decoder 寫過：輸入窗口本來就是 100 萬，不要把「輸出 100 萬」讀成新的輸入規格。這次 GA 文件把它收成「統一池」，比較不容易再誤讀；但預設同步仍只有 6.4 萬輸出。若工作流假設「送進去就能一次寫完一本手冊」，請求會在 65,536 停，除非客戶端實作續寫迴圈。

官方說 Vals 第一；獨立智力榜仍是 53，跟 Astra 平手

Kavukcuoglu 把 Argon 排到 Vals Index 第一，衡量金融、編程、法律、稅務這類經濟部門。Vals 自己的表更新到 10 月 12 日，數字對得上：

Vals 寫明：沒有單一模型拿下每個分項。Argon 領先的是 Finance Agent v2（65.40%）。Sonnet 5.5 領先 Vibe Code Bench（92.39%）與 Code Migration（70.13%）。Opus 5.5 領先 Terminal-Bench 4.0（65.15%）。Fable 5.1 領先 EMB（76.67%）與 Tax Agent（77.64%）。Sonnet、Opus、Fable 有部分任務因供應商拒答而改走後備模型；若把那些當成失敗，三個分數分別掉到 65.85%、65.05%、64.59%，名次不變。Argon 沒有後備。

Artificial Analysis 的智力指數沒有因為 GA 重跑。Argon（high）仍是 53，在 216 個模型裡排第 8，與 GPT-6 Astra（max）打平，比 GPT-6.1 Sol（max）的 52 高 1 分，比 Gemini 3.1 Pro Preview 的 30 高 23 分，比 Gemini 3.8 Flash（high）高 12 分。Opus 5.5（max）是 58，Opus 5.5（high）是 54。官方「outperform other frontier models」指的是 Vals 那條經濟任務線，不是這條綜合智力線。

幻覺數字也沒動。AA-Omniscience 上 Argon 幻覺率 15%，是智力指數 45 分以上模型裡最低；Astra（max）51%，Sol（max）54%。知識正確率卻只有 50%，比 3.1 Pro Preview 低 5 分，比 Astra 的 63% 低 13 分。綜合 Omniscience 指數 42，跟 Astra 43、Sol 42 幾乎同一排。讀法跟兩週前一樣：它比較會承認「我不知道」，比較不會亂猜；問事實題，命中率沒有比較高。

代理任務是 Argon 相對前代最有感的一塊。AutomationBench-AA 78%，比 Sonnet 5.5（max）的 71% 高 7 分。Terminal-Bench 4 是 57%，比 3.1 Pro Preview 高 53 分，仍落後 Sonnet 5.5（max）64%、Opus 5.5（max）60%、Astra 59%。AA-Briefcase Elo 約 1488–1494，靠的是 65% 的 rubric 通過率（Artificial Analysis 寫當時最高），分析品質 Elo 1576、簡報品質 1308 比較弱。對上 Opus 5.5（max）：SciCode 62% 對 67%，Humanity's Last Exam 57% 對 61%，GDP.pdf 22% 對 26%，AA-LCR 80% 對 85%。每個智力任務的輸出 token，Argon 約 6.2 萬，Opus 5.5（high）約 3.6 萬——同一題它寫比較長。

這些獨立數字都是 Fairwind 預覽期就測過的。GA 沒有附新的第三方重跑。OpenRouter 此刻也還沒有一份跟 AA 對得上的公開速度分。買 API 的人拿到的是同一顆模型、同一張舊榜、一條新的 11 月 30 日價目日曆。

Google 自己用 Argon 改 Chrome、Gemma 與 ADK

官方把內部案例寫得很滿。過去數週，工程師用 Argon 在 Antigravity 裡把智能體化 AI 程式提交量提高逾 35%，回滾減少近三分之一。這些是 Google 自己的生產數字，沒有獨立覆核。

Chrome 那則最具體。Argon 幫團隊把核心網頁處理，從 Chromium 約 4,000 萬行裡一個約 600 萬行的舊瀏覽器功能資料夾拆出來，一次送多個乾淨變更，橫跨數百個檔案，把數月工作壓到數週。官方說這會讓即時網頁在分頁、側邊欄、浮動窗之間移動而不重新載入，並消掉一整類崩潰。完成了多少、還有多少沒合進穩定版，部落格沒給時間表。

開源 Agent Development Kit（ADK）那則有可核的拉取請求。團隊只給 .agents/skills 規則書和一段話：去掉框架開銷、不能弄壞現有應用。Argon 隔夜自己跑，現已合進 google/adk-python：長會話的記憶體內 session 準備時間少 40%，冷啟動 import 快 21%。量子化學套件 xTB 預測分子結構最多快 2.3 倍、構象搜尋快 1.8 倍，改動也送進官方 GitHub。Gemma 4 E2B 在 A100 上走 vLLM，端到端推理加速 2.85 倍，吞吐量從約 37,900 拉到逾 108,000 token／秒，官方寫 100% token 一致、品質零下降，過程數日、以往要數月。YouTube 留言前端的 CPU 被砍半：效能剖析顯示重複 emoji 渲染佔伺服器開銷近 45%，Argon 提了 12 項針對性改動，伺服器載入延遲少 30 毫秒、客戶端端到端少 20 毫秒。

科學線上，Argon 把內部版 AlphaQubit 譯成單一硬體核心，推理吞吐量幾乎翻倍。arcsin 這段量子子程序，Argon 寫、Lean 形式化驗證的實作，比起已發表的量子 CORDIC 基線，時空成本低逾 100 倍。與馬里蘭大學 Matt Landreman 合作，找出更廣的 Grad 猜想反例，給仿星器模擬代碼當基準。Gamow Labs 用去識別化新生兒基因體找罕見肺病：Argon 點出常規軟體漏了多年的染色體重排；私有評測 RareBench 57%、LabBench 52.2%。酶設計那則：數小時內組資料、調模型、篩出五個絲胺酸酯酶新設計，後續實驗室確認有催化活性。

機器人展示走 Video-to-Sim-to-Real。內部測試裡，Argon 看一段人類玩玉米洞的原始影片，對空間座標、算全身關節，自己寫模擬代碼，再轉到 Apptronik Apollo 人形上，實測連進七球。官方把 Embodied Reasoning（ERQA）寫成 87%，稱純推理勝過其他前沿模型。Isomorphic Labs 用它消化複雜 PDF 與專利，把通常數週的萃取壓到數小時。

這些故事共同的限制是：樣本是 Google 自己挑的，對照組是「以前要數月」，不是「同一個倉庫交給 Opus 5.5 或 Astra 會怎樣」。Chrome 重構還沒說穩定版時程。玉米洞七球是內部試驗。RareBench、LabBench 是 Gamow 私有集。讀者能直接點開的，是 ADK、xTB、Gemma 的上游拉取請求，以及 AI Studio 裡那些 3D 展示。

安全數字寫了三條，無護欄版仍走 Fairwind

因為能力高，Google 說跟多家第三方量過部分能力與防護，稱這是目前最完整的安全棧。

濫用與越獄：Frontier Safety Framework 下做過多領域評估，外掛生物紅隊測試只解開少於 1% 的生物子任務。對抗集上，危險請求違規大約少了近兩倍，官方說明顯好過先前 Gemini。代理對齊：先訓練它尊重系統邊界、誠實回報負面發現、不可逆步驟先停等人；沒有誘因藏私的編程基準上，抄捷徑嘗試降到 2%。第二層是自動錯誤對齊監視器，讀逐步推理與動作、即時擋未授權繞路；用在內部部署、能力評測與強化學習，訓練時刻意不懲罰思考過程，好讓推理保持可監視。提示詞注入：Gray Swan Indirect Prompt Injection 基準上，15 次自適應攻擊的成功率砍到 0.7%，官方稱領先。

Fairwind 無護欄版沒有因為 GA 而變成公開 API 預設。這條路走的是網路安全防禦，不是一般聊天。官方寫即日起開始擴到數百個額外夥伴。Wiz 用早期存取做 Scan for Good：跟聯邦機構合作補上一處可能暴露敏感資料與政府基礎設施的缺口；在醫療基礎設施上，靠串複雜漏洞發現公開檔案下載繞過，主金鑰與管理員權限暴露，官方說擋下數十萬筆病人紀錄。一般付費 API 拿到的是有護欄的 gemini-4-argon。想要防禦向、能自主找洞的那份，申請入口仍是 Fairwind。

模型卡連到官方頁。參數、訓練資料、獨立紅隊的完整報告，GA 文沒有新的公開附件。

買的人現在能核的，跟行銷頁仍有一段距離

付費 API 客戶終於有 model ID、有價目日曆、有續寫協定。Pro 訂戶能在 app 裡選 4 Argon。獨立智力 53、幻覺 15%、Vals 68.90% 這些數，跟 Fairwind 預覽是同一批。11 月 30 日之後，公開存取版輸入輸出都會翻倍，單次智力任務成本按 Artificial Analysis 會從 1.99 走到 3.98。Flex 與 Priority 是另一張表，OpenRouter 上 Priority 幾乎沒流量。

Antigravity 完整開發器、AI Studio 裡的 Argon、無護欄 Fairwind，這三條路沒有因為「for everyone」而打開。Carbon 仍在員工側寫裡，沒有 API ID、沒有價格。圖像生成與 Live API 這次明確沒有。預設同步輸出仍是 65,536 token，100 萬是續寫協定的天花板，不是單次請求的預設。

導入價是日曆。過了 11 月 30 日，這顆模型在公開 API 上的標價，就會跟 Opus 5.5 同一格。