Gemini 3.8 Flash 现已可用：它是一个稳定模型，并提供免费额度，在 2026-12-31 之前每 1M tokens 输入 $0.75、输出 $3.75，之后为 $1.50 和 $7.50，输出上限为 64K。Gemini 4 Argon 则还不能用。Google 的 发布公告 给出的价格是：在长度未说明的推广期内为 $2 和 $10，之后为 $4 和 $20。Google 称其输出上限为 1M tokens，且目前只对 Fairwind Program 的防御方开放。如果你本季度就要上线，就先用 Flash 发布，让 Argon 只差一次配置修改。
本文将对比两者的规格、两篇发布公告都以文字披露的基准测试行、网络安全分数，以及一次相同调用的成本，然后给出一个决策规则。背景信息可参阅什么是 Gemini 4 Argon 和什么是 Gemini 3.8 Flash。最后一节展示 Apifox 的配置方式，让切换只涉及一个变量。
并排对照：今天你能调用什么
| Gemini 3.8 Flash | Gemini 4 Argon | |
|---|---|---|
| 可用性 | 已在 Gemini API、AI Studio、Antigravity 和 Gemini Enterprise 上稳定可用 | 仅面向 Fairwind Program 的一部分合作伙伴，作为 Gemini Enterprise 上的托管模型提供 |
| 模型 ID | gemini-3.8-flash |
未公布 |
| 每 1M tokens 价格（输入 / 输出） | $0.75 / $3.75 至 2026-12-31，之后 $1.50 / $7.50 | $2 / $10 推广价（结束日期未说明），之后 $4 / $20 |
| 每 1M 缓存输入 | $0.075，之后 $0.15 | $0.10 推广价，之后 $0.20（输入部分减免 95%） |
| 输出上限 | 65,536 tokens | 1M tokens（Google 声明的上限） |
| 输入窗口 | 1,048,576 tokens | 未公布 |
| 思考等级 | low、medium（默认）、high；minimal 返回 HTTP 400 |
未记录 |
| 免费 API 额度 | 有，但受速率限制 | 未宣布 |
| 消费端访问 | AI Pro 和 Ultra 上的 Gemini 应用，以及搜索中的 AI Mode | 尚无；AI Ultra 订阅者属于第一批，但没有日期 |
有几个单元格需要补充说明。Google 尚未公布 Argon 的输入窗口，尽管它自己的长上下文评测使用了最长 1M tokens 的提示词。Google 称 Argon 的输出上限为 1M tokens；但至少有一家第三方评测机构 Vals AI 对它测试的配置给出的最大输出是 262K。Argon 的评测是在“最高的思考设置”下运行的，因此很可能存在 high 等级，但 Google 尚未公布这些等级的名称或默认值。Flash 的等级可在 Google 的 思考文档 以及我们的 3.8 Flash thinking levels 指南中查看。
Flash 的免费额度受速率限制，并且 Google 表示免费额度的数据“会用于改进我们的产品”。Google 尚未宣布任何免费使用 Argon 的方式；我们的 Argon 免费访问说明介绍了可以改用哪些方案。
两篇发布公告都以文字披露的基准测试行
Google 为这两个模型发布的表格中，有两行是以文字形式共同披露的。这些是 Google 报告的数字，而 Argon 的方法论把这两行都归为 Vals AI 的结果。
| 基准测试 | Gemini 3.8 Flash（9 月 2 日表格） | Gemini 4 Argon（9 月 30 日表格） |
|---|---|---|
| Vals Finance Agent v2 | 61.4% | 65.4% |
| Harvey Legal Agent Benchmark | 10.0% | 19.6% |
Google 发布这两张表格的时间相隔一个月，对比的竞品集合也不同，因此这些差距应当理解为方向性参考，而不是受控测试的结果。即便如此，法律这一行仍然很突出：Argon 的 19.6% 几乎是 Flash 的 10.0% 的两倍。金融方面的差距是 4 个百分点。
Argon 表格里其他所有项目在文字层面都没有 3.8 Flash 的对应数据。Google 的 3.8 Flash 表格报告了 HLE-Verified，而 Argon 的表格没有；Flash 的 DeepSWE 分数只出现在模型卡片图片中。在第三方排行榜 Arena 的 Text 榜单上，Argon (High) 依据初步投票位列第 1，而 Gemini 3.8 Flash (High) 排在第 11。完整的 19 行 Argon 表格，以及每一行的测量方，见我们的 Argon 基准测试详解。
网络安全：Argon vs 3.8 Flash Cyber
DeepMind 网络安全页面 将 Argon 与 Gemini 3.8 Flash Cyber 做了对比，后者是 Flash 中受 Fairwind 限制的网络安全版本：
| 网络安全评测 | Gemini 4 Argon | Gemini 3.8 Flash Cyber |
|---|---|---|
| 真实环境漏洞发现 | 85.8% | 71.0% |
| Wiz Penetration Test Benchmark | 70.9% | 58.2% |
两个模型都有访问门槛。Gemini 3.8 Flash Cyber 已在 Gemini Enterprise Agent Platform 上通过允许列表正式可用，而 Argon 仅限 Fairwind。如果你不是 Fairwind 合作伙伴，这两个数字都不会改变你今天能调用的东西。真正可以用来构建应用的是通用的 3.8 Flash 模型。
同一调用的成本对比
假设一次调用有 100,000 输入 tokens 和 8,000 输出 tokens。当前 Gemini 模型（包括 3.8 Flash）把思考 tokens 计入输出计费，因此这 8,000 包含它们。Google 尚未说明 Argon 如何计费思考 tokens；Argon 各行假设它沿用当前 Gemini 模型的做法。
| 模型与时段 | 输入成本 | 输出成本 | 每次调用总计 |
|---|---|---|---|
| 3.8 Flash，推广期 | 0.1M x $0.75 = $0.075 | 0.008M x $3.75 = $0.030 | $0.105 |
| 3.8 Flash，2027-01-01 起 | 0.1M x $1.50 = $0.150 | 0.008M x $7.50 = $0.060 | $0.210 |
| Argon，推广期 | 0.1M x $2 = $0.200 | 0.008M x $10 = $0.080 | $0.280 |
| Argon，标准价 | 0.1M x $4 = $0.400 | 0.008M x $20 = $0.160 | $0.560 |
无论按推广价还是标准价，Argon 的每 token 费率都是 Flash 的 8/3（约 2.67 倍）。如果每天运行 1,000 次这样的调用，按 Flash 计是每天 $105，而按 Argon 推广价计是 $280。
有三点会打破这种整齐的比例：
- Token 数量不会一致。 同一个提示词在不同模型上产生的输出和思考 token 数不同。Argon 公布的评测是在最高思考设置下运行的，而在 3.8 Flash 上 Google 警告说，更高的 effort 等级会消耗更多 tokens。
- 长输出会改变计算结果。 一个 200,000 tokens 的回答装不进 Flash 的 65,536 tokens 上限，因此你需要把它拆成多次调用。在 Argon 声明的上限下它是一次响应：按推广价是 0.2M x $10 = $2.00，按标准价是 $4.00。一个完整的 1M tokens 回答按推广价是 $10，按标准价是 $20。
- 只有一个推广结束日期是已知的。 Flash 的推广价在 2026-12-31 结束。Google 尚未说明 Argon 的推广期何时结束。
根据 Gemini API 定价页面，Flash 还有 5 折的 Batch（到 12 月 31 日为止为 $0.375 和 $1.875）。Google 尚未公布 Argon 的 Batch 定价。我们的 Argon 定价指南和 3.8 Flash 定价指南有更深入的说明。
应该等 Argon，还是先用 Flash 上线？
以下情况现在就上线 3.8 Flash
- 成本是硬约束。 Flash 的每 token 成本是 Argon 的 3/8，Batch 还能再减半。
- 你有很大的调用量。 分类、抽取、路由和聊天这类大规模场景，在每 1M 输出 tokens $10 的价格下成本增长很快。
- 你今天就得上线。 Flash 有稳定的模型 ID、可用于原型的免费额度，以及已公布的价格表。
- 你的响应能装进 65,536 tokens。 大多数 API 负载都能做到。
以下情况为 Argon 做规划
- 任务属于长周期类型。 Google 称 Argon “专为在复杂的长周期工作流中维持深度推理而构建”。
- 你需要超过 64K 的输出。 整模块重写、长篇报告和大规模迁移，正是 1M 输出上限的用武之地。
- 你在运行法律或金融类 Agent。 这两项正是 Google 同时公布两个模型成绩的行，而 Argon 都领先。
- 你是符合 Fairwind 资格的防御方。 Argon 是该计划目前主推的模型。
你不必一次选定。把大部分流量路由到 Flash，等 Argon 上线后把难处理的长尾交给它，两者共用同一套配置。
一个保存好的请求，两个模型
做法是这样：把模型名放在环境变量里，现在就用 3.8 Flash 运行真实请求，等 Argon 的模型 ID 发布当天替换这个变量。Google 尚未公布该 ID，所以不要随便猜一个。
MODEL="${GEMINI_MODEL:-gemini-3.8-flash}"
curl -s -X POST \
"https://generativelanguage.googleapis.com/v1beta/models/${MODEL}:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{"contents":[{"parts":[{"text":"Summarize this contract clause in 3 bullets."}]}],
"generationConfig":{"thinkingConfig":{"thinkingLevel":"medium"},"maxOutputTokens":8192}}'
每个 generateContent 响应都以 usageMetadata 结尾。在 Apifox 中，把 GEMINI_API_KEY 和 GEMINI_MODEL 存到环境里，保存这个请求，并添加断言：状态码 200、你的应用读取的字段，以及一个按你的成本上限设定的 usageMetadata.thoughtsTokenCount 上限。保持设置 maxOutputTokens，这样长回答就不会突破你的预算。把它加入一个测试场景，在 Flash 上运行，并把报告留存为基线。
发布当天有两点需要注意。Google 表示“所有新模型”都将在 Interactions API 上发布，但没有说明 Argon 是否支持 generateContent，因此请把这个请求旁边再存一个 Interactions 版本（POST https://generativelanguage.googleapis.com/v1beta/interactions，配合 generation_config.thinking_level）。另外，Argon 的思考等级名称尚未记录，所以 medium 未必适用。当 Argon 上线时，改一个变量、重新运行，然后并排比较输出和 usageMetadata。
FAQ
Gemini 4 Argon 比 Gemini 3.8 Flash 更好吗？ 在两篇发布公告以文字共同披露的那两行上，是的：Vals Finance Agent v2 上为 65.4% vs 61.4%，Harvey’s Legal Agent Benchmark 上为 19.6% vs 10.0%。但它的每 token 成本约为后者的 2.67 倍，而且你目前还无法调用它。
我应该等 Gemini 4 Argon 吗？ 如果你需要上线，就不要等。Google 没有给出发布日期，只说“尽快”，并优先从付费 API 客户和 AI Ultra 订阅者开始。
新项目该选 Gemini 3.8 Flash 还是 Argon？ 先用 3.8 Flash，并把模型名放在变量里。等你在自己的提示词上测试过 Argon 之后，再把需要长输出或法律、金融深度的请求迁到它上面。
有免费使用 Argon 的方式吗？ 没有。Google 尚未宣布免费额度；关于今天可以使用的免费 Gemini 模型，见我们的 Argon 免费访问说明。
Argon 会取代 Gemini 3.8 Flash 吗？ Google 没有说明。Google 称 Argon 是其新的前沿模型，路透社报道它的规模大于之前的 Pro 系列，因此它与 Flash 属于不同层级。
下一步
今天就配置好这个请求，在 3.8 Flash 上运行并保存报告。当 Argon 上线时，你几分钟内就能知道它在你的流量上是否值这个价。现在就把这套对比搭建起来。
HiFox：将 Agent 变成真正的队友
另外，我们也在思考，AI 如何从个人提效走进团队协作。
HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。
👉 立即体验 HiFox：https://hifox.com
AI Coding 交流群
如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，
欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。
