Gemini 4 Argon 是什么？

Gemini 4 Argon 是 Google 的新一代前沿模型，于 2026 年 9 月 30 日发布，目前仅面向 Fairwind Program 的防御方开放——这是一批经过审核的网络防御合作伙伴。Google 的定价为：介绍期内每百万输入 token $2、每百万输出 token $10，之后为 $4 和 $20，并把单次响应的输出上限提升到 1M token。目前没有公开 API，没有公布模型 ID，也没有发布日期。

本文是我们 Argon 系列报道的枢纽：Google 确认了什么、没有确认什么，Argon 在 Gemini 产品线中的位置，接下来谁能用上，价格多少，基准测试表现如何，以及你今天能构建什么。正在选模型？读我们的 Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5 对比。如果你用 Apifox 测试模型 API，最后一节会展示如何把切换到 Argon 变成只改一个值。

Google 已确认与未确认的内容

早期报道大多把 Google 的说法和第三方猜测混在一起。下面依据 发布博客 和 Google 的 评测方法论 把两者区分开。

如果某个网站列出了 Argon 的上下文窗口、模型字符串或速度数据，在 Google 自己的文档给出之前，都应当视为未经确认。

Gemini 4 Argon 是什么，处于什么位置

Argon 是目前唯一已发布的 Gemini 4 模型，也是 Google 产品线中新的旗舰。Google 称其为“我们的新一代前沿模型”，构建目标是“在复杂、长周期的流程中维持深度推理”，并声称其在软件工程、法律和金融等企业知识工作，以及网络安全防御方面达到前沿水平。Google 的一位发言人告诉路透社，Argon 的规模超过了公司此前一系列“Pro”模型。

在此之前，Gemini API 的顶级模型是 gemini-3.1-pro-preview，仍处于 Preview 阶段：1,048,576 输入 token、65,536 输出 token（即 Argon 所取代的“64K”），在 prompt 不超过 200K 时为每百万 $2 输入 / $12 输出。Argon 介绍期的 $10 输出价格比它更低。Google 没有说明 Argon 是否会像 3.1 Pro 那样设有单独的长 prompt 档位，也没有说是否会有其他 Gemini 4 模型跟进。路透社称这次发布是在“数月延期之后”，指的是原定 6 月、后来被取消的 Gemini 3.5 Pro 发布。

Google 内部已经在使用 Argon。它表示数千名员工用它进行编码、研究和写作；Argon agent 释放了超过 300 TiB 的集群内存；公司正在把 C 和 C++ 代码迁移到 Rust，其中 Fuchsia Zircon 内核的改写量高达 80 万行以上，这些改写在上生产前仍处于审计中。

现在谁能用 Gemini 4 Argon，下一批是谁

现在：Fairwind 合作伙伴中的一部分。 Fairwind 是 Google 的受限访问网络防御计划，拥有 650 多家合作伙伴，但只有“一组 Fairwind Program 合作伙伴”能获得 Argon，可以单独使用，也可以在 Google 的代码安全 agent CodeMender 中使用。直接访问时“作为 Gemini Enterprise 上的托管模型”提供，支持零数据保留。合作伙伴必须承诺使用抗钓鱼 MFA，把访问权限限制在内部安全、事件响应或渗透测试团队，并按员工追踪使用情况。政府、关键基础设施运营商和核心技术平台可以在 Fairwind Program 页面 申请。

下一批：付费 API 客户和 Google AI Ultra 订阅用户。 Google 会先“在迭代防护措施的同时收集早期测试者的反馈”，并参与美国政府的自愿预发布访问流程。发布博客的 rollout 部分标题为“Rolling out soon”，没有给出日期。我们的发布日期与访问指南会跟踪每个阶段。

还不是：其他所有人。 截至 10 月 1 日，Gemini API 模型页面、定价页面、Gemini 应用、Antigravity 和 OpenRouter 都没有显示 Argon。Google AI Ultra 套餐（美国每月 $99.99 起）是面向消费者的订阅，而不是 API key，Google 也没有说明哪个 Ultra 档位会先获得 Argon。没有免费途径；is Gemini 4 Argon free 一文介绍了你可以改用哪些替代方案。

Gemini 4 Argon 定价

Google 没有说明介绍期持续多久。按标准价格，Argon 的费用与 Claude Opus 5.5 完全一致；按介绍期价格，它与 GPT-6.1 Sol 和 Claude Sonnet 5.5 相同。缓存价格是根据 Google 的 95% 规则算出的。具体场景演算见 Gemini 4 Argon pricing。

1M 输出上限

Google 表示，它“把模型的输出 token 上限大幅提升到业界领先的 1M token，此前为 64K token”。其理由是：在一次推理轨迹中拥有生成数十万 token 的空间，模型就能一口气解决难题。作为对比，GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1 的同步输出上限都是 128K。

有两点需要注意。这是输出上限，不是上下文窗口；Google 没有公布输入窗口。另外，虽然 Google 说 Argon 的输出上限是 1M token，但至少有一家第三方评测机构 Vals AI 在其测试的配置下列出的最大输出为 262K。请以你的接口实际报告的上限来做规划。我们关于 Argon 1M 输出 token 的指南涵盖了超时、流式传输和成本上限。

Gemini 4 Argon 基准测试：要点

以下所有数字都来自 Google 的表格。Argon 的分数由 Google 提供，部分是自行计算，部分来自 Vals AI 等排行榜；竞争对手的分数大多来自厂商自己或公开排行榜，且测试框架各不相同。按我们的重新统计，Argon 在 19 行中有 13 行直接领先，1 行持平，5 行落后。

Argon 落后的五行是：FrontierSWE v2、Terminal-Bench Science 0.1 和 OSWorld-2.0（输给 Astra），以及 Terminal-bench 4.0 和 PostTrainBench（输给 Opus 5.5）。

第三方认为 Argon 处于前沿，但没有明显领先。Artificial Analysis 在其 Intelligence Index 上给它 53 分，与 GPT-6 Astra 和 Claude Fable 5.1 持平，落后于 Claude Opus 5.5 的 58 分和 Claude Sonnet 5.5 的 56 分（最高设置）；Vals 在 Vals Index 上把它排在 41 个模型中的第一位。全部 19 行以及 Google 的方法说明都在 Gemini 4 Argon benchmarks 中。

一段话讲清网络防御

Google 表示“Argon 能自主发现、验证并修补关键软件漏洞”。它补充说，对于受信任的防御方及其内部团队，“我们将发布不带网络防护限制的 Argon，让他们能够充分利用其前沿级的网络安全防御能力”。在 DeepMind 的 网络页面 上，Argon 在真实漏洞发现上得分为 85.8%（Gemini 3.8 Flash Cyber：71.0%），在 CWE-bench v1 上与 Grok 4.7 和 GPT-6 Astra 以 68% 持平，并取得图中最低的 Gray Swan 间接 prompt 注入攻击成功率，k=15 时为 0.7%。了解 Argon 的网络版本对你所运行的 API 意味着什么，以及它的前代 Gemini 3.8 Flash Cyber。

作为开发者，现在该做什么

先基于今天就能调用的模型来构建，并把模型名放在一个变量里。gemini-3.8-flash 作为替身：稳定，1,048,576 输入和 65,536 输出 token，有免费额度，且在 2026 年 12 月 31 日之前为每百万 $0.75/$3.75。Google 的 Interactions API 文档 称“所有新模型、多模态能力、工具和 agent 特性都会在 Interactions API 上发布”，所以按它来写。Google 尚未公布 Argon 的模型 ID，等它发布后你替换这个变量即可。

MODEL="${GEMINI_MODEL:-gemini-3.8-flash}"

curl -s "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "'"$MODEL"'",
    "input": "List the breaking changes in this OpenAPI diff.",
    "generation_config": {"thinking_level": "medium"}
  }'

在 Apifox 中，把同样的调用保存为一个请求，用 GEMINI_API_KEY 和 GEMINI_MODEL 作为环境变量，然后对响应 usage 对象中的 token 计数做断言（total_output_tokens 加上 total_thought_tokens，因为思考按输出计费），这样失控的回答会让测试失败。把 3.8 Flash 的响应留作基线。当 Argon 的 ID 出现在模型列表中时，修改 GEMINI_MODEL，重新运行并对比。

关于请求结构，见 Gemini 4 Argon API 指南。要判断是否值得等待，请阅读 Argon vs Gemini 3.8 Flash。

FAQ

我能在 Gemini API 中使用 Gemini 4 Argon 吗？ 还不能。只有一组 Fairwind 合作伙伴拥有它；公开的模型列表中没有它。

Gemini 4 Argon 的模型 ID 是什么？ Google 没有公布。流传中的字符串，包括评测机构的 slug，都是第三方占位符，所以不要把它们硬编码。

面向开发者的 Gemini 4 Argon 何时发布？ Google 没有给出日期。付费 API 客户和 Google AI Ultra 订阅用户会先获得，“尽快”。

Gemini 4 Argon 比 GPT-6 Astra 和 Claude Opus 5.5 更好吗？ 它在 Google 的表格中领先大多数行，但在 Artificial Analysis 上与 Astra 持平，并落后于 Opus 5.5。想从竞争对手自身的角度了解，见 what is Claude Opus 5.5 和我们的 GPT-6 Astra API guide。

Gemini 4 Argon 有 1M 上下文窗口吗？ Google 没有说明。1M 是输出上限；它的长上下文评测使用了最长 1M token 的 prompt，但这并不是已公布的规格。

在 Argon 开放之前做好准备

Argon 已经发布、定价并完成基准测试，但你还不能调用它。请参照我们的 Gemini 3.8 Flash API 指南，基于 Gemini 3.8 Flash 构建，把模型放在一个变量里，并对每个请求加上 token 断言。为了让请求、环境和基线在切换时准备就绪，今天就可以着手配置。

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。