Google 于 2026 年 10 月 13 日向更广泛的用户开放 Gemini 4 Argon。此前，这款模型在 9 月 30 日首次公布时，仅通过 Fairwind 计划提供给经过筛选的网络安全防御人员。如今，开发者、企业和符合条件的订阅用户也能接触到它。不过，能否使用取决于具体产品和套餐；基准测试也不能一锤定音，证明哪个模型在所有任务上都最好。3204349

Gemini 4 Argon 可以在哪里使用？

Google 表示，开发者和企业可通过 Gemini API，在 AI Studio 和 Gemini 平台使用 Argon。Google AI Ultra 订阅用户可在 Antigravity 中使用；Google AI Pro 和 Ultra 订阅用户则可在 Gemini 应用和 Google 搜索的 AI 模式中使用。43

开发者调用 API 时使用的稳定模型 ID 是 gemini-4-argon。Google 的开发者公告也列出 Android Studio，供开发者通过 Gemini API 付费层使用 Argon。1733

API 与消费者订阅是两种不同的接入方式。Google 表示，Argon 不提供给 API 免费层用户，也不能通过 Google AI Pro 套餐获得 API 访问权限；但在发布公告中，Pro 和 Ultra 订阅用户可以通过 Gemini 应用和搜索 AI 模式使用它。也就是说，Pro 用户在应用里能用 Argon，不代表可以免费调用 API。3643

Google 称 Argon 正在全球推出，但这并不等于每项功能都已在所有地区、向所有用户同步开放。43

API 定价：优惠价持续到 11 月 30 日

API 入门优惠价为每百万输入 token 2 美元、每百万输出 token 10 美元。缓存输入 token 为每百万 0.10 美元，比标准输入价格低 95%。优惠价列明适用至 11 月 30 日；从 12 月 1 日起，输入和输出价格分别调整为每百万 4 美元和 20 美元。1313

Gemini API 支持总计 100 万 token 的输入与输出额度。这个额度由输入和输出共享，并非输入、输出各自都有 100 万 token。4344

要比较实际成本，最好根据自己的任务估算 token 用量和重试次数，并把缓存输入与输出都计算在内。只看每百万 token 的标价可能会得出误导性结论：现有对比资料不足以证明，与其他模型相比，Argon 完成同一项任务的成本一定更低。

Google 称 Argon 擅长什么？

Google 将 Argon 定位为面向复杂软件工程、数学与科学问题、可自主执行的多步骤任务，以及长篇输出的推理模型。企业应用场景则包括法律和金融知识工作，以及网络安全防御。这些是 Google 对模型目标用途和能力的描述，并不构成它在某个团队具体工作流中的独立性能保证。3343

对开发者和企业来说，较稳妥的做法是先挑选有代表性的任务开展小规模试用，再评估结果质量、人工复核工作量、稳定性和 token 总用量，然后决定是否将它纳入正式流程或预算。

基准测试成绩说明了什么？

Google 公布的基准测试表显示，Argon 在 Vals Index 上得分为 68.9%，高于 Claude Opus 5.5 的 67.0% 和 GPT-6 Astra 的 63.1%。这些是 Google 发布的测试成绩，应视为特定基准上的表现，而不是它在各类任务中都更优秀的证明。56

另一项由 Artificial Analysis 发布的比较中，Argon 的 Intelligence Index 得分为 53，与 GPT-6 Astra 持平；Claude Opus 5.5 得分为 58，Claude Sonnet 5.5 为 56，均高于 Argon。1457 两项评测结果并不相同，也提醒用户：模型选择应看具体任务和评测标准，而不是只看一张总排名。

简要结论

Argon 开放后，开发者可以通过付费 API 使用它，符合条件的订阅用户也能在部分 Google 产品中体验；API 优惠价则有明确的期限。实际选用前，建议用自己的工作任务进行测试，留意输入与输出共用的 token 额度，并把即将到来的价格调整纳入预算。基准排名可以作为参考，但不等于对整体适用性的保证。

Google 于 2026 年 10 月 13 日向更广泛的用户开放 Gemini 4 Argon。此前，这款模型在 9 月 30 日首次公布时，仅通过 Fairwind 计划提供给经过筛选的网络安全防御人员。如今，开发者、企业和符合条件的订阅用户也能接触到它。不过，能否使用取决于具体产品和套餐；基准测试也不能一锤定音，证明哪个模型在所有任务上都最好。3204349

Gemini 4 Argon 可以在哪里使用？

Google 表示，开发者和企业可通过 Gemini API，在 AI Studio 和 Gemini 平台使用 Argon。Google AI Ultra 订阅用户可在 Antigravity 中使用；Google AI Pro 和 Ultra 订阅用户则可在 Gemini 应用和 Google 搜索的 AI 模式中使用。43

开发者调用 API 时使用的稳定模型 ID 是 gemini-4-argon。Google 的开发者公告也列出 Android Studio，供开发者通过 Gemini API 付费层使用 Argon。1733

API 与消费者订阅是两种不同的接入方式。Google 表示，Argon 不提供给 API 免费层用户，也不能通过 Google AI Pro 套餐获得 API 访问权限；但在发布公告中，Pro 和 Ultra 订阅用户可以通过 Gemini 应用和搜索 AI 模式使用它。也就是说，Pro 用户在应用里能用 Argon，不代表可以免费调用 API。3643

Google 称 Argon 正在全球推出，但这并不等于每项功能都已在所有地区、向所有用户同步开放。43

API 定价：优惠价持续到 11 月 30 日

API 入门优惠价为每百万输入 token 2 美元、每百万输出 token 10 美元。缓存输入 token 为每百万 0.10 美元，比标准输入价格低 95%。优惠价列明适用至 11 月 30 日；从 12 月 1 日起，输入和输出价格分别调整为每百万 4 美元和 20 美元。1313

Gemini API 支持总计 100 万 token 的输入与输出额度。这个额度由输入和输出共享，并非输入、输出各自都有 100 万 token。4344

要比较实际成本，最好根据自己的任务估算 token 用量和重试次数，并把缓存输入与输出都计算在内。只看每百万 token 的标价可能会得出误导性结论：现有对比资料不足以证明，与其他模型相比，Argon 完成同一项任务的成本一定更低。

Google 称 Argon 擅长什么？

Google 将 Argon 定位为面向复杂软件工程、数学与科学问题、可自主执行的多步骤任务，以及长篇输出的推理模型。企业应用场景则包括法律和金融知识工作，以及网络安全防御。这些是 Google 对模型目标用途和能力的描述，并不构成它在某个团队具体工作流中的独立性能保证。3343

对开发者和企业来说，较稳妥的做法是先挑选有代表性的任务开展小规模试用，再评估结果质量、人工复核工作量、稳定性和 token 总用量，然后决定是否将它纳入正式流程或预算。

基准测试成绩说明了什么？

Google 公布的基准测试表显示，Argon 在 Vals Index 上得分为 68.9%，高于 Claude Opus 5.5 的 67.0% 和 GPT-6 Astra 的 63.1%。这些是 Google 发布的测试成绩，应视为特定基准上的表现，而不是它在各类任务中都更优秀的证明。56

另一项由 Artificial Analysis 发布的比较中，Argon 的 Intelligence Index 得分为 53，与 GPT-6 Astra 持平；Claude Opus 5.5 得分为 58，Claude Sonnet 5.5 为 56，均高于 Argon。1457 两项评测结果并不相同，也提醒用户：模型选择应看具体任务和评测标准，而不是只看一张总排名。

简要结论

Argon 开放后，开发者可以通过付费 API 使用它，符合条件的订阅用户也能在部分 Google 产品中体验；API 优惠价则有明确的期限。实际选用前，建议用自己的工作任务进行测试，留意输入与输出共用的 token 额度，并把即将到来的价格调整纳入预算。基准排名可以作为参考，但不等于对整体适用性的保证。