我蹲了半個月，Gemini 4 Argon 今天凌晨終於全球上線了
先說結果：Gemini 4 Argon 今天（10 月 13 日）凌晨正式全球開放了。我爲了它前後蹲了半個月，中間踩了兩堵牆，都寫在下邊——順便把它贏在哪、輸在哪，用官方跑分表給你擺清楚。
第一堵牆：官宣不等於能用
9 月 30 日，谷歌發了篇博客，宣佈 Gemini 4 Argon——“我們面向真實世界編程、企業知識工作和網絡防禦的前沿模型”。標題很唬人，我當天就興沖沖去看怎麼用。
結果頁面最後一行寫着“rolling out soon”。Soon 了個寂寞。
再一查才知道，這次它是先給了 Fairwind 計劃裏的“可信網絡安全防禦者”，配合美國政府做發佈前的安全評估。用產品負責人 Tulsee Doshi 的話說，這麼做是爲了“讓一個在網絡安全上訓練得很強的模型，儘快交到防禦者手裏”。
普通開發者、普通用戶？沒門。
第二堵牆：過了 11 天，官網還是空的
到了 10 月 11 日我又去翻了一遍，官網依然沒有 API 模型 ID、沒有模型卡、沒有知識截止日期。那幾天網上已經傳瘋了“測出這個數”“碾壓那個模型”，但一追源頭，全是預測，不是官方數據。
這裏我得說個判斷：谷歌經常“提模型名”和“發佈模型”是兩回事。它在 7 月 21 日官宣一次訓練時就點過 Gemini 4 的名字，那只是路線圖信號，不是可用性信號。官宣和上線之間，是可以隔着很多天的。
這次隔了整整 13 天。
今天凌晨，三件事同時發生
10 月 13 日（也就是今天凌晨），谷歌一口氣把該給的都給了：
- 模型卡發佈（10 月 13 日）——架構、上下文、完整跑分表全攤開了；
- 全球開放——開發者、企業、消費者一起開閘；
- 訪問路徑分清——誰能用、從哪進，一次性說明白。
我把“誰能用”整理成一張表，直接抄：
| 你是誰 | 從哪進 |
|---|---|
| 開發者 / 企業 | API（AI Studio + Gemini 平臺） |
| Google AI Ultra 訂閱 | Antigravity + Gemini App + 搜索 AI Mode |
| Google AI Pro 訂閱 | Gemini App + 搜索 AI Mode |
| 免費檔 | 官方沒提 |
價格也一併放出來了：嚐鮮價 $2 / 百萬輸入 token、$10 / 百萬輸出 token，之後漲到 $4 / $20。想白嫖的，趁嚐鮮期薅。
它到底是什麼：先看硬參數
官方模型卡里幾句話值得劃重點：
- 它是全新前沿模型，不是老模型的微調或改版。這點很重要——不是“套殼升級”。
- 架構是大規模稀疏混合專家（MoE）+ Transformer，原生支持文本、視覺、音頻輸入。
- 上下文窗口：輸入 + 輸出合計最多 1M token。這是這一代最實在的升級之一。
- 訓練用谷歌自家 TPU，跑 JAX + ML Pathways。
- 定位場景：多輪深度調查、複雜工程任務、深度視覺理解、網絡安全防禦、多模態文檔分析、法律/金融/科學推理。
用一句話翻譯：它是衝着“細活、深活、長活”去的，不是衝着“快”去的。
重頭戲：跑分表，贏的輸的都擺出來
這是全文最該抄走的部分。以下是 Google DeepMind 模型卡里 2026 年 10 月的官方對比，對手是 GPT-6 Astra、Claude Fable 5.1、Claude Opus 5.5。
它贏的：
| 基準 | Argon | GPT-6 | Fable 5.1 | Opus 5.5 |
|---|---|---|---|---|
| Vals Index（知識工作） | 68.9% | 63.1% | 65.8% | 67.0% |
| AutomationBench | 51.3% | 41.4% | 31.4% | 42.5% |
| Vals Finance Agent v2 | 65.4% | 53.5% | 58.9% | 58.6% |
| Harvey 法律 Agent | 19.6% | 5.4% | 6.7% | 3.8% |
| DeepSWE v1.1（編碼） | 77.9% | 74.1% | 67.4% | 74.2% |
| Vibe Code Bench | 91.9% | 89.6% | 90.3% | 90.3% |
| LABBench 2（科學） | 88.8% | 85.4% | 68.6% | 73.1% |
| RiemannBench（數學） | 76.0% | 72.0% | 65.6% | 69.6% |
| GraphWalks 256k~1M | 84.2% | 71.8% | 65.0% | 66.8% |
它沒贏的（同樣是官方數字，別裝看不見）：
| 基準 | Argon | GPT-6 | Fable 5.1 | Opus 5.5 |
|---|---|---|---|---|
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| Terminal-bench 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| PostTrainBench（ML工程） | 45.3% | 44.3% | 40.2% | 49.3% |
| Terminal-Bench Science 0.1 | 57.6% | 68.1% | 52.6% | 63.3% |
| OSWorld-2.0（電腦操作） | 69.2% | 72.6% | — | — |
網絡安全那項，它和 GPT-6、Grok 4.7 並列第一（CWE-bench v1 都是 68.0%）。
我的實測感受（說人話版）
真本事的三個方向：
- 知識工作的廣度是真的。Vals Index、金融、法律這幾項領先幅度不小——尤其是 Harvey 法律 Agent，19.6% 對 5.4%，幾乎是碾壓。做法律/金融分析的，這個提升是能摸到的。
- 長上下文是真穩。GraphWalks 從 256k 一路到 1M 那段，84.2% 對 GPT-6 的 71.8%，差距明顯。要喂幾百頁文檔做多輪深挖的，這代是真能扛。
- 多模態文檔分析很強。Chartography 71.6%、LVBench 91.7%，圖表理解這塊是它的舒適區。
短板也很清楚：
- 最硬的真實軟件工程題它沒贏。FrontierSWE v2 落後 GPT-6 十個百分點——“寫代碼”和“打硬仗式軟件工程”是兩回事。
- 終端、科學推理、電腦操作都不佔優。要跑 shell 任務、要控瀏覽器點來點去的，目前還是別人更強。
- 別被“綜合第一”的話術騙了。它是“廣度驚人”，不是“樣樣第一”。
落到你身上：分角色建議
如果你是開發者
- 想試的，今天就能從 AI Studio / API 進，嚐鮮價 $2/$10；
- 但它不是 DeepSWE 那種硬核工程任務的答案——真跑複雜軟件工程，先把 FrontierSWE 那欄的差距放心裏；
- 1M 上下文是它最值得試的點，喂長文檔、大倉代碼庫的活，優先上它。
如果你是法律 / 金融 / 安全從業者
- 這代對你是實打實的升級：法律 Agent、金融 Agent、網絡安全三項都在第一梯隊；
- 網絡安全那塊和 GPT-6 並列第一，配合它首發給網絡安全夥伴的動作看，谷歌在安全場景是認真押注的。
如果你就想嚐個鮮
- Google AI Ultra 走 Antigravity，Ultra / Pro 訂閱在 Gemini App 和搜索 AI Mode 裏就能摸到；
- 免費檔暫時沒提，想第一時間用，得先有個付費入口。
最後
谷歌內部已經拿它在自家數據中心做內存優化，說是“沒買新硬件就省出幾百 TB 內存”，量子計算研究團隊也在用。這種“先自用再外放”的路子，比任何跑分都更能說明它的分量。
但記住今天這兩堵牆：官宣 ≠ 可用，綜合第一 ≠ 樣樣第一。蹲了半個月換來的教訓就這兩句——其他的，跑分表都寫着，自己看。
官宣 ≠ 可用，綜合第一 ≠ 樣樣第一