Gemini 4 Argon 深度解读:35% 代码提效、Vals Index 第一、$2/M 输入定价

一句话结论:Gemini 4 Argon 已在真实工程场景中落地——Google 内部代码提交流量增 35%、回滚减少近 1/3,Isomorphic Labs 用它将药物发现周期从数周压缩到数小时,同时定价只有 GPT-4o 的 1/5。

\n

导语

\n

2026 年 10 月 13 日,Google 正式发布 Gemini 4 Argon(Google 官方博客),这是 Gemini 4 系列的第二款旗舰模型。上一款 Gemini 4 Carbon 于 10 月 10 日发布(谷歌内测 Gemini 4 Carbon),以代码能力著称;Argon 则定位「复杂真实任务最优解」,在 SWE-bench 和 Vals Index 双榜登顶,并已在 Google 内部工程实践中验证了 35% 的代码提效。本篇聚焦 Argon 的落地数据与真实场景,解析它与 Carbon 的差异化定位。

\n

定价与可用性

\n

Argon 已全面开放,定价如下:

\n

\n

\n

\n

\n

\n

指标 价格
输入 tokens $2 / 百万tokens
输出 tokens $10 / 百万tokens
缓存输入 tokens 95% 折扣(约 $0.10 / 百万)

\n

对比参考:GPT-4o 输入约 $5 / 百万,Claude Sonnet 3.5 输入约 $3 / 百万。Argon 在旗舰模型中处于价格底部。

\n

可用渠道:Google AI Studio API、 Gemini 平台(开发者)、Google AI Ultra 订阅用户(Antigravity)、Gemini App 和 AI Mode(Ultra/Pro 订阅用户)。

\n

核心场景一:代码提效

\n

Google 内部数据

\n

Google 软件工程师过去数周已在生产环境使用 Argon,结果:

\n

    \n

  • 代码提交量增加 35%(Agentic 代码提交流量口径)
  • \n

  • 代码回滚减少近 1/3
  • \n

\n

这是 Google 首次在官方博客中公开大模型在自家工程团队中的量化提效数据,说明 Argon 已深入嵌入 Google 内部开发工作流,而非仅停留在 benchmark 刷分阶段。

\n

Antigravity 多智能体视觉批判

\n

Argon 在 Antigravity(Google AI Agent 平台)中展示了多个令人印象深刻的多智能体协作 Demo:

\n

1. 宝塔 3D 建模:Argon 在 Antigravity 中通过多智能体视觉批判循环,自主完成包含多个建筑、逼真光影与绿植的宝塔群 3D 建模,全程调用 Blender MCP。

\n

2. 桌面变赛车游戏:仅凭一张真实办公桌的照片,Argon 将桌面上所有物体 3D 建模,生成完整的可运行微型赛车游戏,包含碰撞检测、物理引擎和自定义着色器。

\n

3. 纯 Python 3D 光线追踪引擎:Argon 不依赖任何外部库,100% 纯 Python 编写,带自定义视频工具和音频混音器,生成并记录了一个日光图书馆场景,配 Gemini 3.8 TTS 旁白和 Lyria 3.5 音乐。

\n

4. 香焦图生成 Gothic 建筑:从一张「纳米香蕉」图片出发,Argon 驱动 Blender MCP 自主循环,自动对齐相机网格、雕刻哥特式建筑并编排动态灯光。

\n

这些 Demo 的共同点是:Argon 能将视觉输入、代码生成、3D 工具调用和创意决策串联起来,形成端到端的自主工作流。

\n

核心场景二:专业工作流

\n

Argon 融合了前沿推理、深度视觉感知、扩展领域知识和更强的写作能力,在法律、金融、科学和编程等专业领域的高风险工作流中表现突出。

\n

Isomorphic Labs(Google 旗下 AI 药物发现公司)已将 Argon 整合进药物发现研究流程:Argon 能快速综合复杂的 PDF 和专利文档,提取关键信息,将原本需要数周的手工文献调研压缩到数小时。Isomorphic 专注于为制药合作伙伴设计新药,Argon 在其中的角色相当于「超级研究助理」。

\n

在量子计算和核聚变领域,Argon 也在帮助研究人员加速科学发现。

\n

Vals Index 第一:为什么这个排名值得关注

\n

Argon 在 Vals Index 上排名全球第一。Vals Index 是衡量模型在金融、编程、法律、税务等关键经济领域任务表现的基准,与 MMLU(通用知识)或 SWE-bench(单一编程任务)不同,Vals Index 更贴近真实白领工作的评估标准,因此 Argon 的登顶意味着它在商业场景中的实用价值获得了独立验证。

\n

与 Gemini 4 Carbon 的定位差异

\n

\n

\n

指标 Carbon Argon

\n

|—|—|—|

\n

\n

\n

\n

\n

\n

\n

发布时间 10 月 10 日 10 月 13 日
核心定位 代码专项 复杂真实任务
典型场景 前端开发、代码评测 多智能体协作、专业工作流
核心数据 SWE-bench 77.9% 代码提效 +35%、Vals Index #1
价格 $2/M 输入 $2/M 输入(相同)

\n

Carbon 像是「编程强化版 Argon」,Argon 是「全能旗舰」。两者共享定价区间,但侧重点不同。

\n

常见问题

\n

Q1:Argon 与 GPT-4o、Claude Opus 相比在代码任务上有什么优势?

\n

从 Google 官方公布的内部数据看,Argon 已在 Google 自家工程团队中实现了 35% 的代码提效和近 1/3 的回滚减少,这个量化数字比公开 benchmark 更具参考价值。在 SWE-bench 上 Argon 同样表现优异,加上 $2/M 的输入价格,在性价比上有明显优势。

\n

Q2:Argon 的视觉能力具体用在哪些场景?

\n

主要是两类:一是视觉编程,如从网站截图生成完整代码;二是 Antigravity 中的多智能体协作场景——Argon 驱动 Blender、Three.js 等工具完成 3D 建模、游戏开发和光线追踪引擎编写,整个过程自主完成,无需人工反复确认。

\n

Q3:普通开发者如何体验 Argon?

\n

开发者可通过 Google AI Studio 或 Gemini API 直接调用;Gemini Ultra 订阅用户可在 Antigravity 中体验完整 Agent 能力;Gemini App 和 AI Mode 的 Ultra/Pro 用户也可在对话中调用 Argon。

\n

小结

\n

Gemini 4 Argon 的核心价值不在于某个单一 benchmark 分数,而在于 Google 首次公开了模型在真实工程团队中的量化收益:代码提效 35%、回滚减少 1/3、Isomorphic Labs 将药物发现周期压缩至数小时。配合 $2/M 的亲民定价和 Vals Index 全球第一的背书,Argon 已不是「潜力股」,而是一款在生产环境中经过验证的旗舰模型。视觉-代码-工具调用的深度整合,是 Argon 与前代产品以及竞品拉开差距的关键。

\n

全球开放范围与订阅分层

Argon 的开放采用分层推进。面向开发者,付费档 Gemini API、Google AI Studio 与 Android Studio 已可直接调用。面向订阅用户,Google AI Pro 与 Ultra 可在 Gemini App 与搜索的 AI 模式中使用,其中 Antigravity 智能体开发平台仅限 Ultra 订阅者。免费用户与 Plus 订阅者目前还没有明确时间表。

商业渠道之外,Google 同步扩大了两个项目。Fairwind 计划从最初的少数可信网络安全防御者扩展到数百家伙伴,向审核通过的防守方提供去掉网络安全护栏的 Argon 版本;另外向一万名科学家提供六个月 Antigravity 最高档免费额度,用于科研场景的压测与验证。

需要留意的是定价窗口。首发体验价只持续到 2026 年 11 月 30 日,之后公开版单价翻倍至输入 4 美元、输出 20 美元。以长流程任务为主的团队,这段窗口期适合用来跑真实负载再决定是否长期迁移。更多背景见谷歌发布 Gemini 4 Argon 的首批跑分与Gemini 4 Carbon 内测实测。

相关阅读

\n

    \n

  • [谷歌发布 Gemini 4 Argon:77.9% 登顶 SWE-bench,输入 $2/M](https://fluxbbs.com/google-gemini-4-argon-official-release-2026/)
  • \n

  • [谷歌内测 Gemini 4 Carbon:代码能力堪比 Opus 5.5](https://fluxbbs.com/google-gemini-4-carbon-internal-testing-2026/)
  • \n

  • [Sakana AI MASS 方法:让单个模型「三省吾身」,两轮自训练胜率从 50% 升至 70%](https://fluxbbs.com/sakana-ai-mass-multi-agent-self-supervision-2026/)
  • \n

  • [Claude 管理智能体新增动态工作流:1000 路并发,漏洞检出率从 27% 升至 94.3%](https://fluxbbs.com/anthropic-claude-managed-agents-dynamic-workflow-1000-concurrent-agents/)
  • \n