Gemini 4 Argon 正式登場：支援 100 萬 Token 輸出、DeepSWE 達 77.9%、定價 2 美元

新聞摘要

Google 於太平洋時間 2026 年 9 月 30 日下午 1:23（美國東岸時間下午 4:23）發表 Gemini 4 Argon，稱其為迄今最強大的 AI 模型。Argon 專為長週期任務而設計，例如實際的軟體工程、法律與財務分析以及網路防禦，是該公司自 2025 年 11 月推出 Gemini 3 系列以來的首款旗艦級產品。初期僅開放給少數受信任的合作夥伴使用，後續再規劃更大範圍的推出。

Google 發表了什麼

Google 將 Gemini 4 Argon 描述為其「前沿智慧新時代」的起點。此模型針對需要多個步驟與長時間才能完成的任務，例如修復大型程式碼庫、起草詳細的法律文件，或從眾多來源研究財務問題。Google 也強調其對視覺內容的理解能力提升，包括長影片與複雜圖表。

最受矚目的工程變革在於輸出上限。Argon 單次回應最多可產生 100 萬個 token，較先前 Gemini 模型的 64,000 個大幅提升。這意味著可以產出非常長的文件、大規模的程式碼變更，或進行延伸的推理過程，而不會中途停止。

基準測試結果

根據公布的數據，在本次發表相關報導所追蹤的 18 項基準測試中，Argon 有 13 項取得最高分或並列第一。相較之下，OpenAI 的 GPT-6 Astra 有三項單獨領先，Anthropic 的 Claude Opus 5.5 則有兩項。

部分測試結果如下：

• DeepSWE v1.1（軟體工程測試）：Argon 得分 77.9%，Claude Opus 5.5 為 74.2%，GPT-6 Astra 為 74.1%。
• AutomationBench：Argon 得分 51.3%，Claude Opus 5.5 為 42.5%，GPT-6 Astra 為 41.4%。
• Harvey 的法律代理基準測試：Argon 得分 19.6%，GPT-6 Astra 為 5.4%，Claude Opus 5.5 為 3.8%。
• LVBench（長影片理解測試）：Argon 得分 91.7%，GPT-6 Astra 為 87.5%，Claude Opus 5.5 為 83.7%。

Argon 並非全面獲勝。GPT-6 Astra 在 FrontierSWE v2（65.5% 對 55.0%）與 Terminal-Bench Science 0.1（68.1% 對 57.6%）上仍保持領先。如同所有廠商自行公布的基準測試，獨立測試才能驗證這些數字在日常使用中的真實表現。

聚焦網路防禦

Google 表示，Argon 在訓練時即以防禦性安全為考量，能夠自主發現、驗證並修補嚴重的軟體漏洞。因此，首批使用權透過 Google 於 9 月初推出的 Fairwind Program，提供給一組受信任的網路防禦人員。其目的是讓安全團隊在此模型廣泛開放前，先強化軟體安全性。

定價

Google 設定的首發優惠價為每百萬輸入 token 2 美元、每百萬輸出 token 10 美元。快取輸入 token 每百萬僅需 0.10 美元，比標準輸入費率便宜 95%。作為比較，據報導 GPT-6 Astra 的每百萬輸入與輸出 token 分別為 10 美元與 50 美元。

首發優惠期結束後，Argon 預計將調整為每百萬輸入 token 4 美元、每百萬輸出 token 20 美元，與報導中 Claude Opus 5.5 的基本定價相同。

可用性與後續計畫

Argon 目前尚未全面開放。Google 表示，在擴大推出之前，正進行自願性的預發布模型存取與測試流程。更廣泛的發布預計將從付費 API 客戶與 Google AI Ultra 訂閱者開始。

對開發者與學生而言，重點在於極大的輸出視窗、低廉的首發優惠價，以及模型在長週期多步驟任務上的優勢。許多人會等待正式發布與獨立評估結果，再決定是否以此模型進行開發。