Gemini 4 Argon：一次任务装得下一整段长活
有个团队接到一件苦活：把 Chrome 里一个装着大约六百万行代码的文件夹重新分家，让处理网页的核心部分和一个个具体功能拆开。
0:00 / 6:39
一个装着大约六百万行代码的文件夹，要按功能重新分家，按老办法得几个月；Google 说，这次让 Gemini 4 Argon 一起上手，几周就收了尾。这期讲的，就是 Google 在 2026 年 10 月 13 日向开发者和企业开放的 Gemini 4 Argon：一次任务最多能用一百万个 token，是上一代上限的十几倍。1
这一版到底是什么
Argon 是元素周期表里的氩。Google 在 9 月 30 日先发布了这个模型，只开给 Fairwind 计划里一小批被批准的网络安全防御团队；10 月 13 日才轮到开发者和企业。2
现在能用它的地方包括付费的 Gemini API、Google AI Studio、Google 的编码平台 Antigravity，以及符合条件的 Gemini Enterprise；安卓开发者可以在 Android Studio 和 Firebase AI Logic 里调用。同一天，它也进了 Gemini 应用，Google AI Pro 和 Ultra 的订阅用户可以选它，搜索里的 AI 模式也能选。13
它把输入、思考和输出合在同一个窗口里，上限是 1,048,576 个 token。默认一次回答最多 65,536 个 token，想写更长要开后台执行，上限是窗口减去你的输入。输入可以是文字、图片、视频、音频和 PDF，输出只有文字。4
一百万 token 的输出是怎么来的
模型一次调用最多写 64K 个 token。超过这个长度的部分，由服务器接着上一段的结尾继续写，每写一段就在结果里多加一个独立的输出步骤，调用方要把这些步骤里的文字拼起来才算拿到完整答案。5
后台任务最长能跑 24 小时，结束时可能是完成、需要调用工具、或者把额度用光，每一种都要单独处理。思考档位分低、中、高三档，默认中，用来控制模型愿意花多少 token 推理。5
官方列出的适用场景相当克制：硬数学、科学证明、最难的编码和 agent 任务，以及那些会被输出上限截断的评测工具；聊天、问答、摘要、信息抽取这几类，官方直接写明不需要。
能力与基准：两个口径
Google 自己公布的数字：真实工程任务基准 DeepSWE v1.1 拿到 77.9%，Claude Opus 5.5 是 74.2%；Zapier 的 AutomationBench 上拿到 51.3%。2 第三方 Vals AI 的专业工作指数（按行业对 GDP 的贡献加权）把 Argon 排在第一位，68.90%，Sonnet 5.5 是 67.04%、Opus 5.5 是 66.97%。6
换一把尺子，结论就不同：Artificial Analysis 的综合智能指数给 Argon 53 分，Claude Opus 5.5 是 58、Sonnet 5.5 是 56；命令行编码基准 Terminal-Bench 4.0 上，Opus 5.5 是 66.4%，Argon 是 57.4%。6 长期评测模型的 Sam Witteveen 给了一句很直白的评价：这是很好的模型，但它不是最好的那个。
Google 内部的使用例子也来自同一场发布：Chromium 里约六百万行的旧代码重新分家，原本预计几个月的工作在几周内完成；Agent Development Kit 的会话准备时间减少 40%，冷启动导入快 21%；一个小模型的推理吞吐在 A100 上从约 37,900 token/秒提升到 108,000 token/秒；134 个陈年 bug 在不到三小时里被判出 97 个已过期或重复。这些数字都由 Google 自己报告，尚未被独立复现。6
价格、账单和要改的代码
| 模型 | 输入（每百万 token） | 输出（每百万 token） |
|---|---|---|
| Gemini 4 Argon（到 2026 年 11 月 30 日）4 | 2 美元 | 10 美元 |
| Gemini 4 Argon（12 月 1 日起）4 | 4 美元 | 20 美元 |
| Claude Opus 5.56 | 4 美元 | 20 美元 |
| GPT-6 Astra6 | 10 美元 | 50 美元 |
Argon 的输出价包含思考 token；缓存命中的输入按 95% 折扣计，介绍期是每百万 0.10 美元，12 月 1 日起 0.20 美元。Gemini API 的免费层没有这个模型。4
长输出的账不止是单价。每一次接力，服务器都要把提示词和到目前为止的全部输出重新作为输入发一遍；官方示例里，1,000 token 的提示最终产生 20 万 token 的思考和答案，输入侧合计约 397,000 token，重复的部分按缓存折扣计费，思考用的 token 按输出价计。5
接进现有项目还要改几处：显式缓存（cachedContents）不受支持，要删掉相关调用，隐式缓存在 4,096 token 以上自动生效；temperature、top_p、top_k 会被忽略；要长输出必须开 background 并设置 store 为 true；客户端超时建议设到 15 到 20 分钟，流式输出在 64K 之后按约 5,000 token 一段返回，段间停顿是正常的。45
还有几处边界值得先知道：模型不遵守字数或 token 数的长度目标；不支持图像生成、音频生成和 Live API，电脑操作仍在预览；「一次回答一百万个 token」是由多个 64K 段落接力拼接出来的结果，Google 没有说明它与单次不间断回答的确切关系。56
想试的话，三步
- 挑一件本来要拆成三轮的活：一个大文件的改写、一份长方案、一次跨文件重构的可行性评估。先去 AI Studio 里用
gemini-4-argon跑一遍，别急着改代码。 - 同一件事，把思考档位设成 high、medium、low 各跑一次，比较质量和用量——这是它最实在的一个旋钮。
- 算账：按输出价，写满一百万 token 光输出就是 10 美元上下；再估一下你的任务要跑几段、会不会重试。
如果只是想聊天、做摘要或信息抽取，64K 的输出上限已经够用，不必为这次发布改系统；真正值得动手的，是那些「以前必须拆碎才好做」的长任务。4
References
- 1
- 2Google 博客：Introducing Gemini 4 Argon
blog.google
- 3
- 4Gemini API 文档：What's new in Gemini 4 Argon
ai.google.dev
- 5Gemini API 文档：Long decode
ai.google.dev
- 6VentureBeat：Google makes Gemini 4 Argon broadly available
venturebeat.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.