Gemini 4 Argon 最擅長什麼？

長文閱讀與寫作。Google 公布的領先項目落在知識工作，例如 Harvey's Legal Agent Benchmark 與 Vals Finance Agent v2；長上下文檢索表現在 GraphWalks；長影片理解則是 LVBench 的 91.7%。它的程式成績在 DeepSWE v1.1 上有競爭力，但在從零打造專案上偏弱。

Gemini 4 Argon 的價格是多少？

Google 的 API 首發價是每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，快取輸入享 95% 折扣。首發期結束後會調漲到每百萬輸入 4 美元、輸出 20 美元。Google 沒有說明調漲何時生效。

Gemini 4 Argon 和 Gemini 4.0 Pro 有什麼不同？

Argon 是採用新命名方式的獨立發布，並非 Gemini 4.0 系列的更新。它最關鍵的改變是輸出上限由 64K 提高到 1M token，而且它是 Gemini 3 之後的首款 Gemini 旗艦，不是例行改版。

Gemini 4 Argon 比 GPT-6 Astra 和 Claude Opus 5.5 更好嗎？

要看工作負載而定，Google 自己的數字也是這樣說的。Argon 在 DeepSWE v1.1 上領先 GPT-6 Astra 與 Claude Opus 5.5，在知識工作評測上也領先。它落後 GPT-6 Astra 的兩項是 FrontierSWE v2（從零打造專案）與 Terminal-Bench 4.0（執行 Linux shell）。沒有哪一款模型能在所有任務上全勝。

Gemini 4 Argon 的幻覺比其他模型少嗎？

Artificial Analysis 測得的 Argon 幻覺率為 15%，是它在這類前沿模型中記錄到的最低值。實際使用上，這代表它更願意說自己不知道，而不是給出沒有依據的答案；在錯誤很難察覺的長篇研究產出上，這點最要緊。

2026 年 9 月 30 日發布 · 分階段開放中

Gemini 4 Argon長篇研究，一次寫完

Google 自 Gemini 3 以來首款前沿模型，為跨越長流程的深度推理而打造。輸出上限從 64K token 拉高到 1M，而 Google 公布的數字裡，它領先的是知識工作，不是程式開發。

在 Felo 試用 Gemini 4 Argon 透過 Felo API 呼叫

Felo API 目前處於內測階段，Gemini 4 Argon 的接入即將開放。

Gemini 4 Argon 主視覺：藍色漸層背景上，模型名稱與巨大的數字 4 並列 — Google 的發布主視覺。Argon 以全新的命名體系推出，並不是 Gemini 4.0 系列的更新，因此名稱不帶版本號。

1M: 最大輸出 token; 從 64K 提升而來，一條生成軌跡就能寫完一份完整報告。
2 / 10 美元: API 首發價格; 每百萬輸入 / 輸出 token。快取輸入可享 95% 折扣。
77.9%: DeepSWE v1.1; Google 公布的成績，領先 Claude Opus 5.5 與 GPT-6 Astra。
15%: 幻覺率; Artificial Analysis 測得的前沿模型中最低值。

本頁的圖片與圖表均來自各自的發布單位——Google、Arena.ai 與 Artificial Analysis，並原樣呈現，未經任何修改。

開放進度

Argon 尚未全面開放，以下是它的開放順序。

Google 正分階段釋出 Argon，而第一階段並不對外公開。Felo 內的接入也在同步準備中。

現已開放

受信任的網路防禦人員

Google Fairwind 計畫中的獲選合作夥伴可優先取得 Argon，且不套用網路安全防護限制。

接下來公布

付費 API 客戶與 Google AI Ultra

Google 表示更廣泛的開放由此開始。日期尚未公布，目前單憑訂閱也還無法使用。

尚未排定

開發者、企業與一般使用者

排在付費層級之後。Google 尚未承諾全面開放的時程。

Argon 在 Felo 搜尋中的接入正在進行，開放後本頁會同步更新。

擅長什麼

為了寫完長工作而生，不是為了快速回答

Argon 公布的強項集中在閱讀、推理與長文寫作。這跟它常被拿來比較的程式優先前沿模型，是兩條不同的路線。

長任務裡不會走樣的推理

Google 把 Argon 定位在動輒數小時的多步驟工作上；先前的模型在這類任務裡容易偏離目標或提早收手。

一次輸出 1M token

Google 對這次提升的說法是：有空間慢慢想的模型，能用一條軌跡解掉一個難題，不必來回多輪。

強在知識工作，不是程式開發

公布差距最大的項目是 Harvey's Legal Agent Benchmark 與 Vals Finance Agent v2，屬於真實的法務與財務分析，而不是合成任務。

撐得住的長上下文檢索

GraphWalks 測試的是模型能否真正用上 256K 到 1M 的上下文，Google 回報領先其他旗艦模型超過 10 個百分點。

長影片理解

衡量長影片理解力的 LVBench 回報為 91.7%，是 Google 為 Argon 列出的最高分。

Harvey's Legal Agent Benchmark 長條圖：Gemini 4 Argon 19.6%，Claude Fable 5.1 6.7%，GPT-6 Astra 5.4%，Claude Opus 5.5 3.8% — 長時程法律工作。Argon 的 19.6% 約為第二名模型的三倍，是 Google 公布資料中差距最大的一項。

Vals Finance Agent v2 長條圖：Gemini 4 Argon 65.4%，Claude Fable 5.1 58.9%，Claude Opus 5.5 58.6%，GPT-6 Astra 53.5% — 財務研究與分析，65.4% 對上 53.5%–58.9% 的群體。領先幅度不如法律工作，但排序一致。

公布數據

在 Google 自家基準上，Argon 站在哪裡

以下皆為廠商自行公布的結果。Google 沒有說明這些頭條分數對應的思考或 effort 設定，目前也還沒有獨立實驗室重現。

基準

衡量內容

Argon

最接近的對照

DeepSWE v1.1

長週期軟體工程

77.9%

Opus 5.5 為 74.2%，GPT-6 Astra 為 74.1%

CWE-bench v1

找出並修補漏洞

68%

並列第一

AutomationBench

端到端業務任務，來自 Zapier

51.3%

排名第一

LVBench

長影片理解

91.7%

Google 為 Argon 公布的最高分

這些數字只能當成方向參考。廠商基準很少能在生產負載中原樣成立，Bloomberg 也報導，部分 Google 員工自己就懷疑這種跑分領先能否轉移到真實工作。

DeepSWE v1.1 長條圖：Gemini 4 Argon 77.9%，Claude Opus 5.5 74.2%，GPT-6 Astra 74.1%，Claude Fable 5.1 67.4% — 長時程軟體工程。頭條成績 77.9%，兩個最接近的對手都在 4 個百分點以內。

AutomationBench 長條圖：Gemini 4 Argon 51.3%，Claude Opus 5.5 42.5%，GPT-6 Astra 41.4%，Claude Fable 5.1 31.4% — 由 Zapier 打造的端到端業務任務。Argon 跨過 50%，對照中的其他模型則全落在三十幾或四十初。

CWE-bench v1 排行榜：Gemini 4 Argon、Grok 與 GPT-6 Astra 以 68% 並列，Claude Opus 5.5 為 67%，一路遞減至 Inkling 的 37% — Pass@1 的漏洞發現。Argon 是在擁擠的榜首並列，而不是拉開差距，這也是上表稱其並列第一的原因。

Google 公布的 Gemini 4 Argon 完整結果表，涵蓋 16 項基準，分為知識工作、代理式程式開發、機器學習工程、科學與數學、長上下文、電腦操作、多模態理解、網路安全八組 — 發布資料中的完整表格，Argon 領先的格子為藍色，競爭對手領先的格子為灰色。Argon 未領先的列是 FrontierSWE v2、Terminal-Bench 4.0、PostTrainBench、Terminal-Bench Science 0.1 與 OSWorld-2.0。

Artificial Analysis 的 AA-Omniscience 幻覺率長條圖，涵蓋 36 個模型，由低至高排列：Gemini 4 Argon（High）為 15%，接著是 MiniMax-M3 的 18%、Kimi K2.5 的 26%，一路升到 DeepSeek-V4 Flash 的 96% — 這是 Artificial Analysis 的獨立測量結果，也是本頁唯一沒有廠商提供的數字：它衡量每個模型多常給出錯誤答案，而非選擇不作答。Argon 的 15% 是圖中 36 個模型裡最低的，量表上限為 96%。

Arena.ai 的 Text Arena 與 Code Arena: WebDev 排行榜並列呈現：Gemini 4 Argon 在 Text Arena 以 1,625 排名第一，在 Code Arena: WebDev 以 1,679 排名第八 — 上面那段話所依據的兩個排名，出自 Arena.ai 的群眾投票排行榜。Argon 在 Text Arena 上榜的 25 個模型中居首；在 Code Arena: WebDev 中排第八，落後四個 Claude 模型與 OpenAI GPT-6 系列的三款模型。

在 Felo 上

有了能寫 1M token 的模型，研究工作流會變成什麼樣子

Felo 把搜尋與文件理解放在一起，所以一個長輸出模型會改變單次工作階段能產出多少東西。

以一份文件收尾的調研

先蒐集資料，再讓模型一次寫出綜整，而不是拆成許多提示詞、一段段拼起來。

整批文件，一個任務

長上下文檢索是 Argon 最強的一項能力，也正是它讓合約組合、申報文件與長篇報告變得可處理。

講究語感的撰稿

Argon 公布的畫像是文字強、程式中等，適合需要讀起來像人寫的、而不是拼裝出來的文字團隊。

成本

Argon 的價格，以及之後會怎麼變

Google 公布了首發價與較高的牌價，卻沒有說明何時切換。編預算時請以較高的數字為準。

Token 類型

首發價

之後

輸入

2.00 美元 / 百萬 token

4.00 美元 / 百萬 token

快取輸入

95% 折扣

輸出

10.00 美元 / 百萬 token

20.00 美元 / 百萬 token

作為對照，首發價大致與 GPT-6.1 Sol 和 Sonnet 5.5 相當，約為 GPT-6 Astra 的五分之一。這些都是牌價，不是實測的單一任務成本——Argon 回答的問題更難，單次執行仍可能更貴。

在 Felo 上用 Argon 做事的方法

把完整的問題帶進來

把整批文件或整串長討論交給 Felo，而不是它的摘要。當上下文開始塞不進提示詞，Argon 的優勢才會浮現。

直接要最終成品

有了 1M token 的輸出上限，你可以用一句指令要一份完整報告或完整初稿，而不必分章索取。

對照來源檢查一遍

Felo 會把引用留在答案旁邊，模型產出的長文件因此才檢查得下去。

Argon 在 Felo 搜尋中的接入正在進行。在開放之前，Felo 模型陣容裡的其他模型現在都能使用。

開啟 Felo AI 搜尋

Gemini 4 Argon 常見問題

還無法普遍使用。Google 先將 Argon 開放給 Fairwind 計畫中的獲選合作夥伴，並表示更廣泛的開放會從付費 API 客戶與 Google AI Ultra 訂戶開始。該階段尚未公布日期，目前光有付費訂閱也拿不到使用權。

在 Felo 上試用 Google 的前沿模型

依任務挑模型來搜尋、閱讀與寫作。當 Argon 的開放推進到 Felo，它也會加入陣容。

開啟 Felo AI 搜尋

使用 Felo AI 搜尋不需要信用卡。