Google 於 2026 年 10 月 13 日向更多用戶開放 Gemini 4 Argon。這款模型在 9 月 30 日公布時，先透過 Fairwind 計劃交由受信任的網絡安全防守人員使用；今次則擴展至開發者、企業及合資格訂戶。不過，能否使用要視乎產品和方案，而基準測試分數亦不等於模型在所有工作上都勝出。3204349

邊度可以用 Argon？

Google 表示，開發者及企業可透過 Gemini API 和 AI Studio 使用 Argon；Google AI Ultra 訂戶可在 Antigravity 使用，而 Google AI Pro 和 Ultra 訂戶則可在 Gemini app 及 Google 搜尋的 AI Mode 使用。43

開發者使用的穩定版 API 型號識別碼是 gemini-4-argon。Google 的開發者公告亦列出 Android Studio，讓開發者透過 Gemini API 付費方案使用 Argon。1733

要留意，API 和消費者訂閱方案是兩條不同途徑。Google 指 Argon 不適用於 API 免費方案，也不包括在 Google AI Pro 的 API 使用權內；但 Pro 訂戶仍可透過 Gemini app 和搜尋 AI Mode 使用 Argon。換言之，app 內有得用，不代表 API 可以免費呼叫。3643

Google 稱 Argon 全球推出，但單憑這項公告，未能確認每個地區的用戶都能即時使用所有功能。43

API 優惠價只到 11 月 30 日

目前的 API 入門價為每百萬個輸入 token 美元 2 元、每百萬個輸出 token 美元 10 元；已快取的輸入 token 每百萬個收美元 0.10 元，即比一般輸入價格低 95%。優惠價列明適用至 11 月 30 日，12 月 1 日起，輸入和輸出價格分別升至每百萬個美元 4 元及 20 元。1313

Gemini API 支援合共 100 萬個輸入及輸出 token 的統一上限。這是輸入和輸出共用的額度，並非輸入可用 100 萬個、輸出再另有 100 萬個。4344

計成本時，最好按自己的工作流程估算 token 用量，包括快取輸入、輸出及重試次數。只比較每百萬 token 的標價，未必能反映完成一項實際任務要花多少；現有比較資料亦未能證明 Argon 與其他模型在同類任務下的實際成本完全可比。

Google 表示 Argon 適合處理甚麼工作？

Google 將 Argon 定位為適用於複雜軟件工程、數學與科學問題、多步驟自主代理，以及長篇輸出的推理模型。Google 亦提到法律、金融等企業知識工作，以及網絡安全防守等用途。這些是 Google 對模型用途和能力的描述，並非對任何團隊實際表現的保證。3343

對開發團隊或企業而言，較穩妥的做法是先用具代表性的工作進行小規模試行，再評估成果質素、人工覆核所需時間、穩定性及 token 總用量，之後才決定是否把工作流程或預算交給模型。

基準測試：Argon 不是每項都排第一

Google 公布的基準測試表中，Argon 在 Vals Index 得分 68.9%，高於 Claude Opus 5.5 的 67.0% 及 GPT-6 Astra 的 63.1%。這是 Google 列出的測試結果，應視為特定基準下的表現，不能單憑一項分數推斷模型整體一定較強。56

另一項 Artificial Analysis Intelligence Index 比較中，Argon 得分 53，與 GPT-6 Astra 打和；Claude Opus 5.5 得 58，Claude Sonnet 5.5 得 56，兩者均高於 Argon。1457 不同測試得出不同次序，正好說明選模型要看實際任務和評估方式，不能只看一張排行榜。

重點整理

Argon 開放後，開發者可透過付費 API 試用，合資格訂戶亦可在 Google 旗下部分產品使用；但 API 優惠價有期限，輸入和輸出 token 亦共用同一個總額度。決定是否採用前，先按自己的工作量試跑、計清成本；至於基準排名，就當作特定測試的參考，而非模型必定最適合你的保證。

Google 於 2026 年 10 月 13 日向更多用戶開放 Gemini 4 Argon。這款模型在 9 月 30 日公布時，先透過 Fairwind 計劃交由受信任的網絡安全防守人員使用；今次則擴展至開發者、企業及合資格訂戶。不過，能否使用要視乎產品和方案，而基準測試分數亦不等於模型在所有工作上都勝出。3204349

邊度可以用 Argon？

Google 表示，開發者及企業可透過 Gemini API 和 AI Studio 使用 Argon；Google AI Ultra 訂戶可在 Antigravity 使用，而 Google AI Pro 和 Ultra 訂戶則可在 Gemini app 及 Google 搜尋的 AI Mode 使用。43

開發者使用的穩定版 API 型號識別碼是 gemini-4-argon。Google 的開發者公告亦列出 Android Studio，讓開發者透過 Gemini API 付費方案使用 Argon。1733

要留意，API 和消費者訂閱方案是兩條不同途徑。Google 指 Argon 不適用於 API 免費方案，也不包括在 Google AI Pro 的 API 使用權內；但 Pro 訂戶仍可透過 Gemini app 和搜尋 AI Mode 使用 Argon。換言之，app 內有得用，不代表 API 可以免費呼叫。3643

Google 稱 Argon 全球推出，但單憑這項公告，未能確認每個地區的用戶都能即時使用所有功能。43

API 優惠價只到 11 月 30 日

目前的 API 入門價為每百萬個輸入 token 美元 2 元、每百萬個輸出 token 美元 10 元；已快取的輸入 token 每百萬個收美元 0.10 元，即比一般輸入價格低 95%。優惠價列明適用至 11 月 30 日，12 月 1 日起，輸入和輸出價格分別升至每百萬個美元 4 元及 20 元。1313

Gemini API 支援合共 100 萬個輸入及輸出 token 的統一上限。這是輸入和輸出共用的額度，並非輸入可用 100 萬個、輸出再另有 100 萬個。4344

計成本時，最好按自己的工作流程估算 token 用量，包括快取輸入、輸出及重試次數。只比較每百萬 token 的標價，未必能反映完成一項實際任務要花多少；現有比較資料亦未能證明 Argon 與其他模型在同類任務下的實際成本完全可比。

Google 表示 Argon 適合處理甚麼工作？

Google 將 Argon 定位為適用於複雜軟件工程、數學與科學問題、多步驟自主代理，以及長篇輸出的推理模型。Google 亦提到法律、金融等企業知識工作，以及網絡安全防守等用途。這些是 Google 對模型用途和能力的描述，並非對任何團隊實際表現的保證。3343

對開發團隊或企業而言，較穩妥的做法是先用具代表性的工作進行小規模試行，再評估成果質素、人工覆核所需時間、穩定性及 token 總用量，之後才決定是否把工作流程或預算交給模型。

基準測試：Argon 不是每項都排第一

Google 公布的基準測試表中，Argon 在 Vals Index 得分 68.9%，高於 Claude Opus 5.5 的 67.0% 及 GPT-6 Astra 的 63.1%。這是 Google 列出的測試結果，應視為特定基準下的表現，不能單憑一項分數推斷模型整體一定較強。56

另一項 Artificial Analysis Intelligence Index 比較中，Argon 得分 53，與 GPT-6 Astra 打和；Claude Opus 5.5 得 58，Claude Sonnet 5.5 得 56，兩者均高於 Argon。1457 不同測試得出不同次序，正好說明選模型要看實際任務和評估方式，不能只看一張排行榜。

重點整理

Argon 開放後，開發者可透過付費 API 試用，合資格訂戶亦可在 Google 旗下部分產品使用；但 API 優惠價有期限，輸入和輸出 token 亦共用同一個總額度。決定是否採用前，先按自己的工作量試跑、計清成本；至於基準排名，就當作特定測試的參考，而非模型必定最適合你的保證。