谷歌又发新模型了。Gemini 4 Argon。
先说来源，免得误会。下面这些都是 IT之家 10 月 14 日的报道转述，属于谷歌官方口径。我没有实际调用过它，能力、跑分、案例，一个都没亲自验，【本人未实测】。第三方评测暂时也没看到，【暂无相关资料】。
所以这篇更接近"把官方说过的话理一遍"，不是测评。
一、怎么用，谁能用
Argon 已经面向全球开发者和企业开放。
入口有几个。AI Studio，以及 Gemini 平台的 API。订阅用户这边，Google AI Ultra 可以在 Google Antigravity 里用它；Gemini 应用和搜索的 AI 模式，Ultra 和 Pro 用户也能用上。这一段是官方原话的转述，开通流程我没实测，【本人未实测】。
二、最抓眼的一条：输出能拉满100万token
参数里，我觉得最有意思的是输出长度。
Argon 支持最高 1,048,576 个 token 的长解码输出，差不多100万。这里有个细节，报道专门点出来了：输入、思考、输出，三者共用同一个100万 token 的上下文窗口。
换句话说，这100万不是"输入100万、输出再给100万"。它是一口锅。思考也占地方。
【个人看法】这个设计挺实在。真正干活的时候，瓶颈常常不是"能吐多长"，是"要想多久"。思考占的额度越大，留给产出和原文的就越少。当然这只是我读参数的理解，具体怎么分配，官方没细说，【暂无相关资料】。
三、官方给的案例，挺唬人
谷歌说 Argon 擅长处理复杂的现实任务，覆盖编码、金融、法律、网络安全、科学这些领域。在多步骤任务上，深度和精度优于其他前沿模型。
有个排名可以记一下。在衡量金融、编码、法律、税务等关键经济领域模型表现的 Vals Index 里，Argon 排第一。
案例也不少，我挑几个说。
工程上，它帮 Chrome 团队做了一次数千万行代码的架构重构，把原本要几个月的工作，缩到了几周。还有一个开源项目的性能优化，它一夜之间自己完成了：内存会话准备时间缩短40%，冷导入速度提升21%。科研上，谷歌给1万名科学家开放了6个月 Google Antigravity 最高使用层级的免费访问，申请通道已经开了。网络安全上，Fairwind 项目的合作范围也扩大了。
这些数字看着漂亮。但它们都是谷歌自己说的。Vals Index 的具体评测方法、那些案例的完整条件，报道里没展开，我手上也没有原始材料，【暂无相关资料】。排名第一和真实体验之间有多大距离，得等第三方实测出来才知道。
四、定价，得单独拎出来说
因为马上要涨。
现在是限时入门价。按报道给的 2026年10月14日汇率，1美元约合6.69元人民币。
输入，每百万 token 2美元，约13.4元。输出，每百万 token 10美元，约66.9元。缓存输入，每百万 token 0.1美元，约0.7元。
2026年11月30日，入门促销结束。之后调整成：输入每百万 4美元，输出每百万 20美元，缓存输入每百万 0.2美元。
输出价，从10美元到20美元。翻了一倍。
【个人看法】这个时间点值得记一下。如果你手上的活儿对输出量需求大，11月30日之前和之后，账单能差出一大截。这不叫焦虑，这叫算账。
五、安全，官方提了这些
谷歌说，Argon 部署了多层防御体系，在越狱抵抗、提示注入防护、代理对齐监控这几个方面都有明显提升。
一个数字：有害请求的违规率，相比前代 Gemini 模型降低了近一半。
测试方法是什么、评测集怎么建的，报道里没写，【暂无相关资料】。这类"降低一半"的说法，我一般留个心眼。降的是哪个口径下的一半，很关键。
六、说点实在的
把这篇理完，我的感受是：模型发布的通稿，越来越像汽车发布会了。参数越堆越高，案例越讲越亮。
Vals Index 第一、一夜重构、涨价翻倍，这几个点，是真会影响"用得起、用不起"的。
至于它到底好不好使，我不下结论。等有实测的人给出数字，再说。
你最近用的AI编程工具是哪个，够用吗。
（本文素材来自 IT之家公开报道，所引参数与案例均为厂商官方口径，未经第三方实测验证，不构成购买建议。图源：Yutaka Tsutano、qubodup、Henrique Vicente、Leonardo Rizzi 等，Flickr，CC BY / BY-SA 2.0 / CC0 授权。）