Google 全球推出旗舰模型 Gemini 4 Argon，免费与 Plus 用户仅限 Flash 系列

Google 正在全球范围内推出 Gemini 4 Argon，从今天起向开发者、企业和消费者开放其全新旗舰 AI 模型。

据 Google 称，Gemini 4 Argon 可通过 AI Studio 和 Gemini 平台的 API 使用。Google AI Ultra 订阅者可以在 Google Antigravity 中使用该模型，而 AI Ultra 和 Pro 订阅者则可通过 Gemini 应用和 Google 搜索的 AI 模式使用。

不过，并非人人都能平等受益。在新的模型分级结构下，免费 Gemini 用户和付费 Plus 订阅者现在只能使用较弱的 Flash 模型。Argon 取代了 Gemini Pro 级别，成为 Google 新的前沿系列。Google 表示后续还会有更多 Gemini 4 模型，这可能意味着更新版 Flash 变体最终也会下放到免费和 Plus 用户。据报道，Google 内部已经在测试一款代号为“Carbon”的潜在后继模型，据说它在编程方面尤其要胜过 Argon。

定价和基准测试结果与此前的报道一致：介绍价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入享受 95% 的折扣。Argon 在 Vals Index 上位居榜首，但在独立综合排名中仍落后于 Anthropic 的 Claude Opus 5.5。而且由于 Google 等了大约两周才发布，它现在还排在昨天刚刚发布的 Meta 的 Muse Wonder Full 之后。

每百万 token 价格	Gemini 4 Argon（促销价）	Gemini 4 Argon（常规价）	GPT-6 Astra	Claude Fable 5.1	Claude Opus 5.5
输入 token	$2	$4	$10	$10	$4
输出 token	$10	$20	$50	$50	$20
缓存读取	$0.10*	$0.20*	$1	$0.25	$0.20
缓存写入	N/A	N/A	$12.50	$12.50 (5 min) / $20 (1 hr)	$5 (5 min) / $8 (1 hr)

*Google 未明确说明这一数字，但表示缓存比常规输入 token 价格便宜 95%。

Google 表示，Argon 将数月的内部工程工作缩短至数周

Google 在发布时分享了一些内部数据，不过这些是自我报告的数据。该公司表示，使用 Argon 的软件工程师将代理驱动的代码提交量提高了 35% 以上，代码回滚率下降了近三分之一。

在 Chromium 项目中，Argon 帮助 Chrome 团队在 4000 万行代码库中对数百个文件完成了架构重构。原本需要数月的工作在几周内就完成了。对用户来说，好处是网页可以在标签页、侧边栏和浮动窗口之间移动而无需重新加载。

结合 Google 开源的 Agent Development Kit，Argon 通宵自主运行，找到了将会话准备时间缩短 40%、冷导入速度提升 21% 的优化方案。通过 vLLM 在 A100 上运行开源 Gemma 模型的推理速度提升了 2.85 倍，从每秒约 37,900 个 token 提高到超过 108,000 个 token。这些更改可以在上游 pull request 中看到。

Argon 还能生成直接在浏览器中运行的纯代码形式的复杂 3D 模型、游戏和动画。其中一个演示包含一个完全用 Python 编写、不依赖外部库的光线追踪引擎。Google 已公布了源代码。

在下面的演示中，Argon 从 Antigravity 中的一张图片出发，通过 MCP 在自主循环中控制 Blender。Google 表示，它建模了哥特式建筑，并设置了音频响应式灯光，最终完成了一个成品 3D 场景。

3D 仍然是 Meta 的 Muse 模型的弱点，据 Meta AI 负责人 Alexandr Wang 称，这些模型并未专门针对 3D 演示游戏进行训练。

Google 向 10,000 名研究人员提供免费访问，并声称其拥有迄今最强的安全记录

Google 还向 10,000 名研究人员免费提供为期六个月的 Google Antigravity 最高使用层级。名额将根据资格、容量和选拔情况滚动发放。申请现已开放。

网络安全防御者可以单独申请 Fairwind 计划，该计划提供不带网络安全防护的 Argon 访问权限。Google 计划将该计划扩展到数百家其他合作伙伴。

在安全方面，Google 称 Argon 的架构是其迄今最强大的。在生物领域的外部红队测试中，被绕过的安全检查不到 1%，而在一个对抗性测试集上，违规行为较早期的 Gemini 模型减少了近一半。

在智能体对齐方面，试图采取未经授权捷径的行为降到了 2%。一个自动化的失准监视器会实时分析智能体的推理和行动。

Argon 还在 Gray Swan 间接提示注入基准测试中取得了最低的攻击率，在 15 次自适应尝试中，成功攻击率仅为 0.7%。在上一次 Gray Swan 测试中，GPT-6 Astra 的成功攻击率为 8.5%，Claude Opus 5 则为 4.8%。不过，Google 的说明中并未明确是否使用了完全相同的测试。更多安全详情可在模型卡中查看。

没有炒作的 AI 新闻 – 由人工精选

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻通讯、每年六期独家 "AI Radar" 前沿报告、完整档案访问权限以及评论区访问权限。