# 首款 Gemini 4 模型 Gemini 4 Argon 已向开发者开放，并登陆 Gemini 应用

> 2026 年 10 月 13 日，Google 向 Gemini API 付费用户以及 Gemini 应用中的 Google AI Pro 和 Ultra 订阅用户开放了 Gemini 4 Argon。这是 Gemini 4 系列的首个模型，面向编程、法律、金融和网络安全领域的长时任务，单次请求最多可输出 100 万 token。AI2Face 也即将支持。

发布于 2026-10-14 · 更新于 2026-10-14
URL: https://ai2face.com/zh/news/gemini-4-argon

2026 年 9 月 30 日，Google DeepMind 发布了 Gemini 4 系列的首个模型 **Gemini 4 Argon**，并于 10 月 13 日向开发者和 Gemini 应用用户开放。Google 将 Argon 定位为前沿模型，面向长时间、多步骤的工作：软件工程、法律与金融业务、科研以及网络防御。

## Gemini 4 Argon 是什么：首款 Gemini 4 模型

根据模型卡，Argon 是全新模型，而不是在旧版 Gemini 基础上微调而来。它是一个大规模稀疏混合专家（mixture-of-experts）Transformer，能理解文本、图片、音频、视频和 PDF，但只输出文本。上下文窗口为 1,048,576 个 token（输入与输出合计），知识截止到 2026 年 3 月。

最主要的技术变化在于输出长度。此前的 Gemini 模型最多输出 64,000 个 token，而 Argon 在 long decode 模式下单次请求最多可输出 100 万个 token。不开启该模式时，输出上限为 65,536 个 token。

Google 内部已在使用 Argon，每天有数千名员工用它工作。基于 Argon 的智能体重写了视频解码器 libgav1 中 32,000 行 SIMD 代码：新解码器内存安全，在输出完全一致的情况下比 Rust 移植版快 2.7 倍。其他智能体在 Google 数据中心中找到优化点，释放了超过 300 TiB 内存，目前正把 Fuchsia 操作系统的 Zircon 内核迁移到 Rust，代码量超过 80 万行。

## Gemini 4 Argon 基准测试：哪里领先，哪里落后

Google 的对比表在 19 项测试中将 Argon 与 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5 进行比较。Argon 在 13 项中排名第一，1 项并列第一，5 项落后。关键结果如下：

| 基准测试 | 测试内容 | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| Vals Index | 法律、金融、代码、税务 | **68.9%** | 63.1% | 67.0% |
| Harvey's Legal Agent Benchmark | 法律任务 | **19.6%** | 5.4% | 3.8% |
| DeepSWE v1.1 | 长周期软件工程 | **77.9%** | 74.1% | 74.2% |
| GraphWalks 256K–1M | 长上下文 | **84.2%** | 71.8% | 66.8% |
| LVBench | 长视频理解 | **91.7%** | 87.5% | 83.7% |
| CWE-bench v1 | 漏洞修复 | **68.0%** | **68.0%** | 67.0% |
| FrontierSWE v2 | 高难度软件工程 | 55.0% | **65.5%** | 62.3% |
| Terminal-bench 4.0 | 终端任务 | 57.4% | 58.2% | **66.4%** |
| OSWorld-2.0 | 电脑操作 | 69.2% | **72.6%** | — |

Argon 最擅长处理文档和长上下文：在 Harvey 的法律基准中，它完成的任务数接近第二名的三倍。而在终端中的智能体任务和最难的开发任务上，GPT-6 Astra 和 Claude Opus 5.5 仍然领先。

表中大部分数据来自 Google 自己的测试。第三方评估结果相近：Vals AI 在其指数中以 68.9% 将 Argon 排在第一；在 Artificial Analysis Intelligence Index v4.3.2 中，高推理等级的 Argon 得到 53 分，在 216 个模型中排第八，与 GPT-6 Astra 持平。排在它前面的是 Claude Opus 5.5（58 分）和 10 月 12 日发布的 [Meta Muse Wonder Full](/zh/news/muse-wonder)（56 分）。

## Gemini 4 Argon 在哪里可用，如何获取

- **Gemini API**：付费层级可用，可通过 Google AI Studio 和 Android Studio 调用。模型 ID 为 `gemini-4-argon`。Google AI Ultra 订阅用户还可以在 AI Studio 和 Google 面向智能体的开发平台 Google Antigravity 中试用 Argon。
- **Gemini 应用**：面向 Google AI Pro 和 Ultra 订阅用户。随 Argon 一起，聊天界面新增了任务模式开关：即使你离开电脑，Gemini 也会继续处理任务，并可连接 Instacart、OpenTable、Adobe、Shopify 等 40 多个服务。
- **Fairwind 计划**：网络防御专家最先拿到 Argon，早在 9 月底就已开放。经过审核的防御人员和 Google 内部团队可使用去除网络安全限制的版本：模型能自主发现、验证并修补代码中的漏洞。

无论 API 还是应用，Argon 都没有免费使用渠道。

## Gemini 4 Argon API 价格

Google 以推广价推出 Argon，并已公布推广期结束后的价格：

| | 推广价 | 推广期后 |
|---|---|---|
| 输入（每百万 token） | $2 | $4 |
| 缓存输入 | $0.10 | $0.20 |
| 输出（每百万 token） | $10 | $20 |

Google 没有说明推广期会持续多久。Argon 的输出 token 消耗较多：据 Artificial Analysis 测算，按推广价计算，其指数中每个任务的成本为 $1.99。

Argon 有 low、medium、high 三档思考等级，支持函数调用、结构化输出、Google 搜索和 Google 地图接地、URL 上下文、代码执行和文件搜索，电脑操作功能处于预览阶段。Argon 不能生成图片或音频。

## AI2Face 中的 Gemini 4 Argon

Gemini 4 Argon 即将随文本生成功能一起登陆 AI2Face：服务将加入包括 Google 这款新模型在内的主流语言模型。每次生成前都会显示价格。

Argon 本身只输出文本。AI2Face 中的图片和视频由 Google 的其他模型生成：图片用 [Nano Banana Pro](/zh/models/nano-banana-pro) 和 [Nano Banana 2.1](/zh/models/nano-banana-2-1)，视频用 [Veo 3.1](/zh/models/veo-3-1) 和 [Gemini Omni](/zh/models/gemini-omni)。

## 常见问题

### Gemini 4 Argon 什么时候发布？

Google 于 2026 年 9 月 30 日发布该模型，并在 10 月 13 日向付费 Gemini API 用户以及 Gemini 应用中的 Google AI Pro 和 Ultra 订阅用户开放。此前只有 Fairwind 计划中的网络防御人员可以使用。

### Gemini 4 Argon API 多少钱？

推广价为每百万输入 token $2、每百万输出 token $10，缓存输入便宜 95%。推广期结束后将涨到 $4 和 $20，Google 尚未公布具体时间。

### Gemini 4 Argon 可以免费使用吗？

不可以。Gemini API 只在付费层级提供该模型，Gemini 应用中仅面向 Google AI Pro 和 Ultra 订阅用户。

### Gemini 4 Argon 能生成图片吗？

不能。Argon 可以输入文本、图片、视频、音频和 PDF，但只输出文本。Google 的图片生成由 Nano Banana 系列负责，视频由 Veo 和 Gemini Omni 负责。

### Gemini 4 Pro 和 Gemini 4 Argon 是同一个模型吗？

Google 没有发布名为 Gemini 4 Pro 的模型。Gemini 4 系列的第一个、也是目前唯一的模型名为 Argon。

## 资料来源

- https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-argon/
- https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
- https://blog.google/innovation-and-ai/products/gemini-app/gemini-4-argon-availability/
- https://deepmind.google/models/model-cards/gemini-4-argon/
- https://ai.google.dev/gemini-api/docs/models/gemini-4-argon
- https://artificialanalysis.ai/models/gemini-4-argon
- https://www.vals.ai/models/google_gemini-4-argon