Google 發表 Gemini 4 Argon：1M 統一輸入輸出 token、定價 $2/$10，主打企業知識工作與資安防禦

編按：本文綜合整理自 Google DeepMind 官方公告、Reuters 報導、TechCrunch、CNBC、Vals Index 公開榜單，以及 Hacker News 與 Reddit 工程師社群的一手討論，並加入 Siami 編輯部觀點與數據解讀。

從 9 月底紙上發表到 10 月 13 日全面上線

Google 於 2026 年 9 月 30 日先以部落格貼文形式揭曉 Gemini 4 家族的第一個成員 Argon，並在兩週後的 10 月 13 日把這款 frontier 模型正式推上生產線。負責整合 DeepMind 的 Google SVP 兼 Chief AI Architect Koray Kavukcuoglu 在官方公告中把 Argon 定位為「用來解最難問題」的工具，瞄準的是 coding、finance、legal、cybersecurity、science 五大專業場景。

Argon 同時在 Google AI Studio、Gemini API、Google Antigravity（編碼代理平台）對外開放，付費閱聽人也能在 Gemini App 與 Search 的 AI Mode 中使用。Google AI Ultra 訂閱者享有最高用量，AI Ultra 與 Pro 訂閱者可在一般 Gemini App 體驗 Argon；企業用戶則可從 Gemini for Business 與 Vertex AI 端點存取。

同步推進的還有 Fairwind Program——Google 把沒有 cyber guardrails 限制的 Argon 提供給受信任的資安研究夥伴，並額外提供 1 萬名科學家 Antigravity 最高用量 6 個月免費額度。

為什麼這件事重要

Argon 是 Google DeepMind 在執行長 Demis Hassabis 8 月離任、Kavukcuoglu 接棒後，端出的第一張旗艦牌。Argon 的意義不在於「再多一個 frontier 模型」，而是 Google 同時把三件事壓到了一個版本裡：

• 統一 1M token 的輸入輸出窗口：Argon 是業界首個把 input 與 output 合計上限拉到 100 萬 token 的商用模型，搭配「continuation protocol」讓長任務可以跨多輪呼叫而不爆 context。
• 垂直整合的企業 AI 入口：從 API、AI Studio、Antigravity 到 Gemini for Business、Vertex AI，再到終端 Gemini App，Google 把模型、代理平台、企業版權限、搜尋模式全部一次綁好；對手很難單獨複製其中一塊。
• 資安與科學應用的真實落地：Argon 拿來幫 Wiz 找美國聯邦機構漏洞、修醫院資料外洩、幫 Chrome 重構 6 百萬行 legacy code、把 xTB 量子化學套件加速 2.3 倍、為 Apptronik 的 Apollo 人形機器人從影片學會玩玉米袋——這是「benchmark 跑分」以外的具體戰功。

把這三件事組合在一起，Argon 不只是 Google 追回 GPT-6 Astra 與 Claude Opus 5.5 領先差距的單點產品，而是把企業 AI 從「買模型」推進到「買整套工作流」。

價格、benchmark 與對手比較

官方定價

Argon 上市價為 input $2 / output $10 per million tokens，快取輸入另享 95% 折扣，限期至 2026 年 11 月 30 日。對照旗艦對手，OpenAI GPT-6 Astra 與 Anthropic Claude Opus 5.5 都還在 $3-$15 區間，Google 用低價切入企業 API。

Vals Index（10 月 13 日快照）

Vals Index 把 finance、coding、legal、tax 等「會直接影響經濟產值」的任務整合為單一榜單，Argon 在這份榜上首次拿下第一。

內部 benchmark 自報：13 勝 1 和 5 敗

Google 自己公布的 19 列基準對照表中，Argon 對 GPT-6 Astra 與 Claude Opus 5.5 共拿下 13 個 outright win、1 個 tie、5 個 loss。第三方 emergent.sh 與 szymonpaluch.com 都做過同樣的逐格驗算，結論一致。

Embodied Reasoning（ERQA）87%

在機器人與 3D 空間推理的 ERQA 基準上，Argon 以純推理（不借助外部工具）拿到 87% 分數，明顯領先所有 frontier 對手，這也是 Apollo 機器人 cornhole demo 能成立的數字基礎。

給工程團隊的實際戰功

Google 內部已經把 Argon 拿去處理「不能出包」的工程任務，以下是 DeepMind 部落格公開的具體數字：

• Chrome 瀏覽器重構：Argon 把 6 百萬行的 legacy folder 從核心網頁處理拆出來，完成原本要耗時數月的跨數百檔案架構重構，最終讓分頁、側邊面板、懸浮視窗之間的網頁切換不再觸發整頁重載。
• google/adk-python 最佳化：給 Argon 一段 .agents/skills 規則與一段目標，它整夜自動跑完後貢獻了真實 commit，長 session 記憶體準備時間降 40%、冷啟動匯入加速 21%。
• xTB 量子化學套件：Argon 把 xTB 預測分子結構的速度提升到 2.3 倍，conformer search 提升 1.8 倍，已 merge 回官方 xTB repository。
• Gemma 4 開源模型推論加速：在 A100 + vLLM 上把 Gemma 4 E2B 吞吐量從 37,900 tok/s 推到 108,000 tok/s，token parity 100%、品質零下降。
• Wiz 資安合作：Argon 幫 Wiz 找出美國聯邦機構的敏感資料外洩漏洞，並串接醫療機構的 master key bypass 漏洞，避免數十萬筆病患資料外洩。
• 罕病研究：Gamow Labs 用 Argon 重新分析新生兒罕病基因組，找到過去例行軟體漏掉的一個染色體重組；在 RareBench 拿到 57%、LabBench 拿到 52.2%。
• 量子錯誤更正：Argon 把自家 AlphaQubit 量子錯誤解碼器移植成單一最佳化硬體 kernel，inference throughput 翻倍。
• Stellarator 核融合數學：與馬里蘭大學 Matt Landreman 教授合作，發現新一類反例推進 Grad’s conjecture 的研究。

DeepMind 把這套「給一段自然語言目標 + 一組規則，模型整夜跑完產出可合併 commit」的工作流，視為 Argon 與舊一代 Gemini 之間最大的差距。

機器人影片示範：從 YouTube 學會玩玉米袋

Argon 在機器人應用上最戲劇化的展示，是 DeepMind 機器人團隊用一段「人類玩 cornhole」的原始影片做 prompt：

1. Argon 觀看影片，推算整個場域的空間座標與全身關節運動軌跡。
2. 模型自動寫出整個物理模擬程式碼。
3. 把策略轉移到 Apptronik 的 Apollo 人形機器人上，機器人在真實場地連續投進 7 球。

「Video-to-Sim-to-Real」pipeline 把原本要數週的手動模擬建模壓縮到幾小時，DeepMind 把這視為通往「physical AGI」的一塊關鍵拼圖。

安全與對齊：jailbreak、agent shortcut、prompt injection

Argon 同步公開了三層安全堆疊：

• jailbreak 防禦：在外部生物 red team 測試中，Argon 被破解的子任務比例低於 1%；對抗性請求的違規率比前代 Gemini 降低近 2 倍。
• 代理對齊與即時監控：在 coding 基準上模型想走捷徑的機率降到 2%，並新增一套自動 misalignment monitor 即時讀取代理的逐步推理與動作。
• prompt injection 抵抗力：在 Gray Swan 間接 prompt injection 基準的 15 次自適應攻擊中，Argon 把成功率壓到 0.7%，是公開榜單的第一名。

數據解讀與質疑

Argon 的官方故事非常完整，但讀 benchmark 時不能只看「榜首」兩個字：

• Google 沒講的 5 個敗仗：在自家公布的 19 列基準對照裡，Argon 在 5 列輸給 GPT-6 Astra 與 Claude Opus 5.5，其中 2 列是 Google 自己高調宣傳的 coding 基準。Reuters 與 emergent.sh 的第三方覆核都指出這一點。
• CP 值未必最優：Hacker News 工程師用 Sol 6.1 與 Argon 對照，Argon 智商只多 1 分，但每任務成本是 Sol 6.1 的 2.78 倍（$1.99 vs $0.72）。對成本敏感的團隊未必該直接跳船。
• terminal coding 偏弱：在 100 個不飽和編程環境的外部評估裡，Argon 的 terminal coding 表現反而比 Claude Opus 5.5 弱，知識工作與資安場景才是它的強項。
• 1M token 是真本事還是行銷詞：業界首發是事實，但要讓「continuation protocol」在跨輪對話中真的穩定不爆 context，目前只有 DeepMind 內部案例與少數企業試點；正式外部 benchmark 還沒看到。
• 員工觀察 vs 官方說法：日本時報引述 Google 內部員工指出，內部對 Argon 是否真正「在 frontier」仍有分歧，部分原因是「在 benchmark 上很強，實際日常使用感受不到差距」——這與 Anthropic 與 OpenAI 內部早前發表 frontier 模型時的內部評價有相似軌跡。

取得方式

• 開發者：在 AI Studio 與 Android Studio 使用 Gemini API 付費層；Google AI Ultra 訂閱者可在 Antigravity 與 AI Studio 體驗。
• 企業用戶：透過 Gemini for Business、API 與 Antigravity 存取。
• 個人訂閱者：Google AI Ultra 或 Pro 訂閱者可在 Gemini App 與 Search AI Mode 使用。
• 科學家 / 研究者：申請 Antigravity 最高用量 6 個月免費額度，rolling basis 審核。
• 資安研究人員：透過 Fairwind Program 申請沒有 cyber guardrails 的 Argon 版本。

官方 model card 與開發者文件同步釋出，Vals Index 也已將 Argon 列為 10 月 13 日以後的公開榜首。

相關來源（至少 3 個非媒體 / 官方 / 平台一手連結）：

• Google 官方公告：Gemini 4 Argon: Built to solve your hardest problems
• Google DeepMind 部落格：introducing-gemini-4-argon
• Vals Index 公開榜單
• Vals Index Gemini 4 Argon 頁面
• Reuters：Google launches flagship AI model Gemini 4 Argon
• TechCrunch：Google releases Gemini 4 Argon
• Hacker News 討論串（item 50073879）
• emergent.sh 第三方 benchmark 覆核