Google 於全球推出新一代旗艦前沿 AI 模型 Gemini 4 Argon

Google 今日於全球正式推出 Gemini 4 Argon，並將其定位為該公司迄今最強大的旗艦 AI 模型。Argon 取代了先前的 Gemini Pro 階層，成為 Google 旗下的前沿（frontier）系列，目前已全面在企業端管道、消費端應用程式以及開發者平台上線。

該模型可透過 Google AI Studio 與 Gemini 平台的 API 存取。在使用者方案方面，Google AI Ultra 訂閱用戶可在 Google Antigravity 工作區中使用 Argon；AI Ultra 與 AI Pro 用戶則皆可透過 Gemini 應用程式以及 Google 搜尋的 AI 模式使用該模型。然而，免費版用戶與付費的 Plus 訂閱用戶目前無法立即使用 Argon；在新的分級制度下，他們將繼續使用能力較弱的 Flash 模型，直到更新版的 Gemini 4 Flash 系列推出為止。

在內部方面，Google 已經開始測試代號為「Carbon」的後續模型，據報導該模型將瞄準更高的軟體工程與程式編寫能力。

具侵略性的定價與基準測試表現

Google 為 Gemini 4 Argon 制定了極具競爭力的上市優惠定價。促銷期間的 API 費率為每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，快取輸入更享有 95% 折扣（每百萬 token 0.10 美元）。日後標準定價將調整為輸入 4 美元、輸出 20 美元，快取讀取則為 0.20 美元。

相較之下，Anthropic 的 Claude Opus 5.5 收費為每百萬輸入 token 4 美元、每百萬輸出 token 20 美元；而 GPT-6 Astra 與 Claude Fable 5.1 的定價則為輸入 10 美元、輸出 50 美元。

在效能排名方面，Argon 奪下 Vals Index 榜首。不過在獨立綜合評測中，它仍落後於 Anthropic 的 Claude Opus 5.5，並排在 Meta 新推出的 Muse Wonder Full 之後。

內部工程與程式碼效益顯著提升

Google 指出，在內部導入 Argon 帶來了顯著的生產力紅利。使用該模型的軟體工程師，其由 Agent 驅動的程式碼提交量增加了 35% 以上，同時版本復原（rollback）率也降低了近三分之一。

其中一個受矚目的實際應用案例發生在 Chromium 專案中。Argon 協助 Chrome 工程團隊在其高達 4,000 萬行的程式碼庫中，完成了涵蓋數百個檔案的架構重構——將原先預計耗時數月的重構工作壓縮至數週完成。這項架構更新讓網頁能夠在分頁、浮動視窗與側邊欄之間自由切換，而無須重新載入。

在使用 Google 開源的 Agent Development Kit 進行自動化測試時，Argon 能在夜間自主運作以尋找系統最佳化方案，進而將工作階段（session）準備時間縮短 40%，並將冷啟動匯入延遲降低 21%。此外，上游 Pull Request 顯示，透過 vLLM 在 NVIDIA A100 GPU 上執行開源 Gemma 模型的推論速度提升了 2.85 倍，從每秒約 37,900 token 激增至超過 108,000 token。

除了常規程式碼之外，Argon 還展現了直接在瀏覽器運行的圖形與 3D 運算能力。Google 展示了一個完全使用純 Python 編寫、無任何外部依賴套件的光線追蹤引擎；此外還有在 Antigravity 中的自主工作流程，Argon 利用 Model Context Protocol（MCP）驅動 Blender，僅憑一張提示圖片就建構出具備音訊反應光影效果的哥德式建築場景。

對齊、安全基準測試與研究資源開放

配合此次推出，Google 也宣布了研究與資安贊助計畫：

• 學術存取方案： 最多可有 10,000 名研究人員以隨到隨審方式，申請為期六個月的 Google Antigravity 最高階方案免費使用權限。

• Fairwind 計畫： 提供特定存取權限，允許防禦型資安研究人員在不受常規資安防護限制的情況下使用 Argon，Google 計畫將此方案擴展至數百家合作夥伴。

在對齊（alignment）與安全性方面，Google 聲稱 Argon 具備該公司迄今最強的安全架構。生物領域的外部紅隊演練突破安全防護的比例低於 1%，而一般對抗性違規行為相較於前代 Gemini 減少了約一半。未經授權的 Agent 走捷徑行為則降至 2%，並由自動化失準追蹤系統進行即時監控。

在 Gray Swan 間接提示詞注入（Indirect Prompt Injection）基準測試中，Argon 在 15 次自適應攻擊嘗試中的攻擊成功率僅為 0.7%，優於先前記錄中 Claude Opus 5 的 4.8% 以及 GPT-6 Astra 的 8.5%。