Gemini 4 Argon 上線：API 價格 12 月起翻倍

Google 在 10 月 13 日把 Gemini 4 Argon 正式開放給所有付費使用者。這個模型 9 月 30 日就先以受限形式釋出給資安研究單位，這次是全面上線，API 代號 gemini-4-argon，同時進到 Google AI Studio、Antigravity 與 Gemini Enterprise。

比模型本身更值得注意的是價格：輸入每百萬 token 2 美元、輸出 10 美元，但這是促銷價，期限到 11 月 30 日；12 月 1 日起調整為輸入 4 美元、輸出 20 美元，剛好翻一倍。對已經把 AI 寫進工作流程的團隊來說，這不是一則新品發表，而是一張有到期日的報價單。

價格表：便宜的是前六週

依 Google 公布的費率，Gemini 4 Argon 的計價分成兩段：

• 11 月 30 日前：輸入每百萬 token 2 美元、快取輸入 0.1 美元、輸出（含思考 token）10 美元。
• 12 月 1 日起：輸入 4 美元、快取輸入 0.2 美元、輸出 20 美元。

快取輸入打到原價的 5%，這一點對重複送同一份長文件、長系統提示的應用特別有感。但要注意「思考 token」是按輸出價計費，而 Argon 的思考強度分低、中、高三段，預設是中。換句話說，同一個問題，調高思考強度不只是回答變慢，帳單也會跟著長。

另一個容易被忽略的細節是 context window。官方規格是 1,048,576 token，但這個額度是「輸入、思考、輸出共用」，而預設的同步輸出上限是 65,536 token，要更長得另外設定。所以「百萬 token 上下文」在實務上不等於可以一次塞一百萬字進去再要它寫長文，而是整段對話的總預算。

Photo by Brecht Corbeel on Unsplash

跑分：互有勝負，而且要分清楚誰算的

這一代的評測數字特別需要分辨來源。獨立評測機構 Vals AI 的綜合指數上，Argon 以 68.90% 排第一，略高於 Claude Sonnet 5.5 的 67.04% 與 Claude Opus 5.5 的 66.97%；在 Finance Agent v2 項目也拿到 65.40% 的第一。

但換一家就是另一個排法。Artificial Analysis 的 Intelligence Index 把 Argon 放在 53 分，與 GPT-6 Astra、Claude Fable 5.1 同分，落後 Claude Opus 5.5 的 58 分與 Claude Sonnet 5.5 的 56 分。

Google 自己公布的對照表則顯示，Argon 在十八個有對手成績的項目中有十三項領先 Opus 5.5，差距最大的是法律代理（Harvey Legal Agent 19.6% 對 3.8%）與長上下文檢索（GraphWalks 256K–1M 區間 84.2% 對 66.8%）；落後的四項則包含 Terminal-bench 4.0（57.4% 對 66.4%）與 FrontierSWE v2（55.0% 對 62.3%）。Google 的方法論附註也提到，部分項目使用了不同的驗證逾時設定與測試框架。

把三組數字放在一起看，結論其實很樸素：目前第一梯隊的模型在整體能力上已經接近，差異集中在特定任務型態。終端機操作與長時間除錯這類工作，Opus 5.5 仍然領先；而需要在超長文件裡反覆定位、或處理結構化專業流程的場景，Argon 的表現比較突出。

Photo by Studio Shephrd on Unsplash

Google 內部的使用數字

比跑分更有參考價值的，可能是 Google 自己揭露的內部使用情況：超過十萬名員工每月透過內部版 Antigravity 使用 Argon，四週內由 AI 代理提交的程式碼增加超過 35%，而提交後被回退（rollback）的比例下降約 30%。

這組數字值得對照另一份近期的研究結論：AI 輔助寫程式確實讓產出變多，但審查與驗證的時間同時被拉長。Google 這次強調的是回退率下降，也就是「送出去之後被打回來的比例變少」。如果這個方向成立，代表工具鏈的重點正從「生成更多」轉向「生成之後有人／有流程接得住」。

Google 另外列出幾個工程案例，包括重整約六百萬行 Chromium 功能程式碼、把 ADK Python 框架的記憶體內工作階段準備時間降低 40%、冷啟動匯入時間降低 21%。這些都是公司自述的成果，沒有第三方驗證，看的時候要留意這一點。

對使用 AI 的團隊意味著什麼

如果把這次發布當成一個訊號，有三件事比「哪個模型比較強」更值得處理。

第一，模型成本是浮動的，不要用現在的價格做長期預算。促銷價與標準價差兩倍，而且只隔六週。任何把 AI 成本算進毛利的服務，都應該用 12 月之後的標準價重算一次，而不是用現在的帳單推估明年。

第二，不要讓應用綁死單一模型。不同評測給出不同排名，本身就說明了「最適合的模型」會隨任務而變，也會隨下一次改版而變。在系統設計上把模型呼叫包成可抽換的一層，日後換模型的成本就只是改設定，而不是重寫整套流程。這件事在模型每兩三個月就改版一次的節奏下，價值會持續放大。

第三，先量測再換。benchmark 分數是別人的題目，不是你的題目。與其追著排行榜換模型，不如把自己實際的工作任務抽樣三十到五十題，建立一份內部測試集。有了這份題目，之後每次新模型發布，判斷依據就是自己的通過率與每題成本，而不是新聞稿。

Photo by Shirly Niv Marton on Unsplash

一點觀察

Gemini 4 Argon 這次的定價策略其實很清楚：用六週的低價，換取開發者把它接進工作流程。接進去之後，遷移成本會讓一部分人即使在 12 月漲價後也留下來。這是雲端服務慣用的手法，只是這次的標的從儲存空間換成了 token。

對使用者來說，應對方式也同樣清楚——享受促銷價，但不要在促銷期內做出只有促銷價才划算的架構決策。順帶一提，據報導 Google 內部已在測試代號 Barium 與 Carbon 的後續版本，Google 對此未作回應，也沒有公布下一版的時程。這一輪的價格與排名，大概都還會再動。

模型會繼續換，價格會繼續變。真正能累積下來的，是那份自己的測試集，和一層可以隨時抽換模型的介面。