AI 摘要
- Gemini 4 Argon 支援單次輸出 100 萬 Token。
- Gemini 4 Argon 首發 API 價格為每百萬輸入 2 美元。
- Gemini 4 Argon 目前僅限受信任團隊使用。
Gemini 4 Argon 是 Alphabet 旗下 Google 於美國時間 2026 年 9 月 30 日晚間無預警發布的新一代旗艦模型。Gemini 4 Argon 將單次生成輸出上限由前代的 64K 提升至 100 萬 Token，首發定價為每百萬輸入 Token 2 美元、每百萬輸出 Token 10 美元，並在 18 項企業與程式碼基準評測中取得 13 項第一名。
產品定位與推出安排+
Google 將 Gemini 4 Argon 定義為目前最強大的前沿智能體（Frontier Intelligence）。不過，產品首階段並未全面開放，現時僅供網絡防禦審查團隊、Fairwind 專案下的受信任防禦者及 Google 內部核心團隊使用。Google 表示，下一階段將逐步開放予付費 API 客戶及 Google AI Ultra 訂閱用戶，但尚未公布確實日期。
來源亦指出，傳聞中的 Gemini 4 Pro 並未在此次發布中現身；社群則流傳 Google 可能推出能力更強的 Gemini 4 Ultra，但目前沒有官方發布資料確認。
100 萬 Token 單次輸出
Gemini 4 Argon 的主要技術升級，是把單次生成輸出上限提升至 100 萬 Token。這項單軌跡生成能力讓模型能在單一任務中維持長程上下文與連續邏輯，處理大規模程式碼或長篇工作流程時，減少開發者需要分段提示的情況。
Google 內部案例包括由 Argon 協助處理 Fuchsia 系統超過 80 萬行的 Zircon 微內核代碼，將 C/C++ 改寫為具備記憶體安全特性的 Rust；在 libgav1 影像解碼器重構中，模型重寫 32,000 行 SIMD 指令代碼，成品速度較過往人工移植版本快 2.7 倍，且輸出位元影像保持一致。
基準測試表現與限制
在 18 項前沿基準測試中，Gemini 4 Argon 取得 13 項第一，另有 1 項與競爭模型並列。AA-Omniscience Non-Hallucination Rate 非幻覺率評測中，Argon 約達 96%，在面對不確定資訊時更傾向辨識知識邊界、拒絕回答或承認未知。
| 評測項目 | Gemini 4 Argon | 競爭模型或對照 |
|---|---|---|
| AA-Omniscience Non-Hallucination Rate | 約 96% | Argon 登上第一 |
| DeepSWE v1.1 | 77.9% | Claude Opus 5.5：74.2%；GPT-6 Astra：74.1% |
| AutomationBench | 51.3% | 領先 Claude Opus 5.5 8.8 個百分點 |
| Harvey’s Legal Agent Benchmark | 19.6% | Claude Fable 5.1：6.7%；GPT-6 Astra：5.4% |
| FrontierSWE v2 | 55.0% | GPT-6 Astra：65.5% |
| Terminal-Bench 4.0 | 來源未提供具體分數 | Claude Opus 5.5：66.4% |
數據顯示，Argon 在長程軟體工程、企業自動化及法律推理測試中具備優勢，但在底層複雜架構修復與終端指令操作方面並非全面領先。Google 內部亦被報導對模型在部分真實編程工作中的表現存在不同看法；Google DeepMind 團隊則反駁表現欠佳的說法，並表示模型已投入資料中心記憶體最佳化及大型 C/C++ 專案 Rust 遷移等工程工作。
安全防禦與企業應用
在 Gray Swan 間接提示詞注入測試中，Gemini 4 Argon 在連續 15 次攻擊下的淪陷率為 0.7%；對照數據中，GPT-6 Astra 失敗率為 8.5%，Kimi K3 為 52.7%。這項安全表現也是 Google 採取分階段開放策略的原因之一。
來源同時提到，Argon 針對底層運行庫進行自我調優，為 Google 數據中心釋放超過 300 TiB 記憶體資源，預計最終可節省最多 1 PiB。相關成果屬於 Google 內部部署案例，未代表所有用戶均可直接使用相同能力。
API 定價與競品比較
Gemini 4 Argon 的首發價格設定為輸入每百萬 Token 2 美元、輸出每百萬 Token 10 美元；正式期價格預計分別恢復至 4 美元及 20 美元。快取輸入則提供 95% 折扣，每百萬 Token 為 0.10 美元。
| 模型 | 每百萬輸入 Token | 每百萬輸出 Token | 首發或比較價格 |
|---|---|---|---|
| Gemini 4 Argon | 2 美元 | 10 美元 | 首發價；正式期為 4 美元及 20 美元 |
| Claude Opus 5.5 | 4 美元 | 20 美元 | Argon 首發價的一半 |
| GPT-6 Astra | 10 美元 | 50 美元 | Argon 首發輸入及輸出成本較低 |
以 100 萬輸入 Token 加上 20 萬輸出 Token 的自動化稽核任務計算，Gemini 4 Argon 首發價帳單為 4 美元，Claude Opus 5.5 為 8 美元，GPT-6 Astra 為 20 美元。
遞歸自我改進技術
來源指出，Google DeepMind 將遞歸自我改進（Recursive Self-Improvement，RSI）及雙層優化架構融入相關研究與模型系統。在權重保持凍結的前提下，AI 研究智能體可透過回放模擬機制改寫外圍工具代碼、自我糾錯及預演不同決策分支。
一項被提及的測試中，雙層優化系統曾在無人干預下連續運行 8 天，由外層代理審視並改寫內層代理的代碼結構。來源將這類能力與 Argon 處理大規模作業系統內核代碼的表現連結，但未公布完整技術規格或獨立驗證結果。
總結
Gemini 4 Argon 以 100 萬 Token 單次輸出、較低 API 首發價格及多項基準測試領先作為主要賣點，目標用戶包括企業自動化、軟體工程、法律推理及網絡防禦團隊。不過，產品現階段仍採受限開放，且在底層架構修復與終端操作評測中落後部分競品；普通開發者何時能正式使用，仍有待 Google 公布安排。
Reference Link : hk01.com
