谷歌将旗舰AI模型Gemini 4 Argon推向全球用户。在此前近三周仅向网络安全防御合作伙伴开放后，这款模型周二正式扩大开放范围，面向普通用户、开发者和企业提供服务。谷歌希望借助其在编程、复杂推理和网络安全领域的能力，进一步巩固在前沿AI竞争中的位置。

美东时间10月13日周二，谷歌宣布，Gemini 4 Argon已在全球范围内上线。Google AI Pro和Ultra订阅用户可以在Gemini应用及谷歌搜索的AI模式（AI Mode）中体验该模型；开发者和企业用户可通过付费版Gemini API调用。Ultra订阅用户还可在Google AI Studio和Antigravity中使用该模型，企业用户则可通过Gemini企业服务及Antigravity接入。

谷歌CEO Sundar Pichai 在社交媒体上宣布新模型正式上线。谷歌DeepMind表示，Argon旨在从头到尾解决复杂问题，在编程、企业工作流和网络安全防御方面提供前沿能力。谷歌AI Studio产品负责人Logan Kilpatrick则称，该模型过去一个月已在谷歌内部经过超过10万人的测试，研发团队为此次发布投入了约六个月时间。

此次全球上线意味着谷歌此前采取的谨慎发布策略进入新阶段。随着模型能力增强可能带来的网络安全风险引发科技界广泛讨论，谷歌选择先让专业防御者使用Argon，待相关机构有机会修补漏洞、修复模型发现的系统缺陷后，再逐步扩大开放范围。

从网络安全“定向开放”到全球上线，谷歌扩大模型使用范围

谷歌于9月30日首次发布Gemini 4 Argon时，并未立即向公众开放，而是通过Fairwind计划向经过筛选的网络安全防御者提供访问权限。

谷歌当时表示，面对前沿模型日益增强的网络安全能力，需要采取分阶段发布策略，让防御者有时间识别和修补漏洞，同时持续完善安全防护机制。

此次扩大开放，标志着谷歌开始将这款旗舰模型的能力推向更广泛的消费级和商业场景。

不过，开放并非没有门槛：普通用户需要订阅Google AI Pro或Ultra；开发者通过付费版Gemini API接入；Google AI Studio和Antigravity则向Ultra订阅用户开放。谷歌还允许符合条件的科学家和研究人员申请免费使用Antigravity最高用量档，进一步推动模型在科研领域的应用。

输出上限提升至100万Token，瞄准复杂编程与长流程任务

Argon的核心定位并非简单回答问题，而是处理需要长时间推理、多步骤执行的复杂任务。

谷歌表示，新模型针对大型软件工程、企业知识工作和网络安全防御进行了优化，可用于大型代码库迁移、复杂工程问题、法律与金融研究等任务。与传统的一问一答式交互相比，这类工作往往要求模型在较长时间内保持上下文连贯性，并反复规划、执行和检查结果。

在技术规格方面，Argon的一项重要突破是将最大输出Token上限从此前的6.4万提升至100万。这意味着，在适用的后台执行模式下，模型能够生成更长的连续输出，为大型代码修改、复杂研究报告和多步骤智能体工作流提供更大空间。需要注意的是，100万Token是最大输出能力，并不意味着每次调用都会生成如此长的内容。

谷歌AI Studio产品负责人Kilpatrick称，Argon在编程能力、知识储备和持续处理任务方面均取得进展。谷歌此前还将模型用于内部工程工作，最新公布的案例包括对大型代码库进行自动化重构与优化，体现了其面向真实开发流程的定位。

除软件开发，谷歌本周二还发布了Argon在机器人领域的应用介绍。

该模型能够结合多视角视频、三维几何信息、物理模拟及机器人自身状态数据，推理物体之间的物理关系，并将视觉理解、代码生成与机器人控制衔接起来。谷歌希望借此推进模型在真实物理环境中的应用。

以下可见Argon 控制着一台波士顿动力（Boston Dynamics）的 Spot四足机器人学习一项新技能：踩踏脚踏式垃圾桶以丢弃汽水罐。在实际踩踏踏板并将汽水罐投入开启的垃圾桶之前，Argon 会先创建一个脚踏式垃圾桶的 MuJoCo 关节式数字孪生模型，以此来练习相关动作。

19项基准测试中13项单项领先，正面对标OpenAI与Anthropic

在9月30日首次发布时，谷歌公布了Gemini 4 Argon在19项基准测试中的表现。按照谷歌当时披露的成绩，最高思考档版本在其中13项测试中取得单项最高成绩，另有1项并列第一。

这些结果显示，Argon尤其强调知识密集型任务、长上下文推理和复杂编程能力。其主要竞争对手包括OpenAI的GPT-6 Astra，以及Anthropic的Claude Fable 5.1等前沿模型。相关成绩为谷歌重返全球顶尖模型竞争提供了依据，但基准测试领先并不意味着模型在所有任务和实际应用中都优于竞争对手。

此次全球上线，也让这些能力从受限的安全测试环境进入更广泛的用户场景。对于谷歌而言，接下来的关键不仅是模型在基准测试中的表现，还包括开发者采用情况、复杂任务的实际完成质量，以及模型能否在企业工作流中持续创造价值。

推广期API价格低于主要竞品，11月底后价格翻倍

价格是Argon争夺开发者和企业客户的另一项重要筹码。

谷歌为面向公众开放的Argon设置了限时推广价格，至2026年11月30日止，每百万输入Token收费2美元，每百万输出Token收费10美元。推广期结束后，价格将分别升至4美元和20美元，输入、输出价格均翻倍。

缓存输入Token的价格折扣则达到95%。按照推广期的输入价格计算，命中缓存的输入Token成本约为每百万0.10美元；调价后则约为每百万0.20美元。对于需要反复调用相同背景材料、处理长上下文或执行多轮任务的应用而言，缓存机制有望降低部分使用成本。

按照此前披露的竞品标准API价格，GPT-6 Astra和Claude Fable 5.1的输入、输出Token价格分别为每百万10美元和50美元，均为Argon推广期价格的五倍。Claude Opus 5.5的对应价格为4美元和20美元，与Argon推广期结束后的定价相当。不同模型的计费规则、缓存政策和任务表现存在差异，实际成本仍取决于具体工作负载。

总体来看，谷歌此次发布释放出两项信号：一方面，Gemini 4 Argon开始从网络安全领域的有限测试走向更广泛的商业应用；另一方面，谷歌正试图通过长上下文、复杂任务执行能力和有竞争力的初期定价，吸引开发者将其纳入实际工作流程。模型能否进一步扩大市场份额，仍有待后续的用户采用率和真实业务表现检验。