Gemini 4 Argon 选型先算长期账

dev.to · AI#Gemini#模型定价#模型评测

Editor brief · 编辑速览

文章称 Gemini 4 Argon 已向符合条件的付费用户开放，API 标准价格将在优惠期后翻倍。它还指出思考令牌计入输出费用，且公开基准使用的设置与订阅默认设置存在差异。

文章思维导图

Knowledge map

拖拽缩放

Full translation

完整中文译文

Google 于 2026 年 9 月 30 日发布了 Gemini 4 Argon，但随后两周一直限制访问，仅向 Fairwind Program 中通过审核的网络安全防御人员开放。10 月 13 日，Argon 正式向所有符合条件的付费用户开放：覆盖付费 Gemini API、AI Studio、Antigravity，面向 Pro 和 Ultra 订阅用户的 Gemini app 与 AI Mode，以及四种 GitHub Copilot 订阅方案。

如果你基于 AI 模型开发产品，有两件事比规格表更重要：当前价格有截止日期，而且 benchmark 成绩是在一个订阅用户默认用不到的设置下测得的。

价格：11 月 30 日前为 $2/$10，之后翻倍

Google 的 API 定价页面列出了截至 2026 年 11 月 30 日的优惠价格，以及从 12 月 1 日起执行的标准价格：

价格均按每百万 tokens 计算。工程师经常忽略三个细节：

输出价格包含 thinking tokens。Argon 是一个推理模型；它在思考过程中消耗的 tokens 会按输出价格收费，即使你的用户根本看不到这些内容。推理密集型工作负载的费用，会远高于聊天演示给人的印象。应该衡量每项已完成任务消耗的 tokens，而不是只看每个 token 的价格。

缓存输入享受 95% 的折扣。这个折扣相当慷慨，对于需要在多个步骤中反复读取同一上下文的 Agent 工作流尤其重要。但它只支持隐式缓存，你无法强制写入缓存。

没有免费额度。免费 API key 和 Gemini app 免费方案仍然只能使用 Flash 模型。

按优惠价格计算，Argon 的成本与 GPT-6.1 Sol 大致相同，约为 Claude Opus 5.5 的一半。12 月 1 日之后，它的标价就会与 Opus 5.5 持平。因此，届时若要证明选择它比 Sonnet 5.5 或 GPT-6.1 Sol 更划算，它就必须用一半的 tokens 完成你的任务。

Benchmark：成绩很强，但要看清列标题

在 Google 自己公布的图表中，Argon 在 18 项测试里独占第一的有 12 项，另有 1 项并列第一：DeepSWE v1.1 得分为 77.9%，AutomationBench 为 51.3%，Harvey Legal Agent 为 19.6%（Opus 5.5 为 3.8%），prompt injection 成功率则为 0.7%，相比之下 GPT-6 Astra 为 8.5%。

需要留意的是：测试由 Google 挑选，宣传中的主要成绩是在 Argon 的 High 推理设置下测得的。订阅用户的默认设置是 Medium（Argon 提供 Low、Medium、High 三档）。Artificial Analysis 的独立测试给出了更全面的情况：

Intelligence Index：53 分（High），实际上与 GPT-6 Astra（53 分）持平，比 Claude Opus 5.5（58 分）和 Sonnet 5.5（56 分）低约五分。
AA-Omniscience 幻觉率：15%，在该指数得分超过 45 分的所有模型中最低；Astra 为 51%。
同一测试的准确率：50%，Astra 为 63%。较低的幻觉率，部分来自它更常回答“我不知道”，而不是猜测。
AutomationBench-AA（独立运行）：77.5%，排名第一。
Text Arena：以 1,525 分排名第一，不过 Arena 将这一结果标记为初步结果。

整体来看，Argon 在长文档、视频、金融和业务自动化方面确实很强；在终端类 Agent 任务上相对较弱（Opus 5.5 在 Terminal-Bench 4.0 上领先九分），在前沿软件工程任务上也有差距（Astra 在 FrontierSWE v2 上领先十多分）。

这对开发者意味着什么

三个实用建议：

现在做原型，按 12 月的价格做预算。 你大约还有七周时间享受优惠价。10 月完成接入，11 月运行 evals，在 12 月 1 日之前做出决定。核算生产环境账单时，一律按 $4/$20 的价格计算。
把 thinking tokens 计入输出。 Argon 的推理能力就是产品的核心，你的成本模型必须把它算进去。一项任务按 $2/$10 的 token 单价看起来很便宜，第一张账单却可能让你吃惊。
把它的幻觉特征用在合适的地方。 一个在不确定时选择不回答的模型，能为政策摘要、面向客户的回答和知识工作提供信任保障；但对于那些你宁愿让它猜一猜的高难度知识问题，这种特征也会成为短板。

如果你准备从 Gemini 3.x 迁移，还要注意几个陷阱：非流式 REST 请求的上限为 32,768 tokens，并采用续传协议；采样参数会被接受，但随后丢弃；显式缓存会返回错误。修改模型字符串之前，先运行一套 eval。

Gemini 4 Argon 是 10 月发布的前沿模型中值得评估的一款。原因并非 Google 的图表宣称它获胜，而是这七周的半价使用窗口，让你能以今后再也拿不到的低成本，切实衡量它的表现。

这是一篇精简的技术解读。完整分析涵盖各产品的访问方式、完整价格表、优缺点和 FAQ，刊登于 NeurAITool，文章标题为《Gemini 4 Argon 已向所有人开放：有哪些新变化》。如需了解更多经过实测的 AI 工具，可以浏览 NeurAITool 博客。

如需采取进一步行动，你可以考虑屏蔽此人和／或举报滥用行为。