LogoAIRosetta

Gemini 4 Argon 正式上線:Google 重返前線,用家實測評價兩極

The Verge

Summary2026年10月13日,Google 推出多模態旗艦模型 Gemini 4 Argon。該 MoE 架構支援文圖影音及百萬級上下文,主攻長周期知識工作與複雜編碼,定價具競爭力,但用家在編碼一致性與產品體驗方面反饋分歧,或影響行業定價與產品化競爭。

2026年10月13日,Google 正式向全球開發者、企業同付費用戶開放旗艦大模型Gemini 4 Argon。呢款係 Google 經過數月調整同研發後推出嘅新一代前沿模型,官方表示佢喺複雜工作流、編碼、法律、金融同網絡安全等範疇達到業界領先水準。模型喺9月30日前已先向部分網絡安全合作夥伴開放測試,現時已全面接入 Gemini 應用、API 同 Antigravity 編程工具。用家實測反饋顯示明顯分化:部分用家讚佢長期任務同知識工作能力強,但亦有人指出編碼一致性同產品體驗仍有不足。

詳細情況

Gemini 4 Argon 採用稀疏混合專家(MoE)架構,係一個多模態推理模型,支援文本、圖像、視頻同音頻輸入,上下文窗口同輸出上限均達到100萬 token,明顯高於前代。官方強調佢嘅核心優勢係「深度工作」⁠—⁠⁠—⁠能喺長周期、多步驟任務中保持專注、減少重複與套話,並更直接俾出答案。

主要能力與內部應用包括:

  • 處理複雜軟件工程同智能體編碼
  • 企業級知識工作(法律、金融、稅務等)
  • 網絡安全防禦與漏洞修復
  • 科學推理同長視頻理解

Google 內部已用 Argon 完成多項實際任務,例如加速 YouTube 評論區計算、調試無人機物理模擬器,以及發現同修補安全漏洞。早期企業測試夥伴包括 Deloitte、LexisNexis、Ambience Healthcare 同 Isomorphic Labs。

基準測試亮點(綜合 Google 官方同獨立評測):

  • Vals Index(知識工作綜合)排第一,約 68.9%
  • DeepSWE v1.1(長周期真實軟件工程)約 77.9%,領先多數競品
  • AutomationBench、Vals Finance Agent、Harvey Legal Agent 等多項領先
  • 長上下文 GraphWalks 同部分多模態任務表現突出

但亦有短板:喺 Terminal‑Bench、部分 FrontierSWE 等命令行/智能體編碼任務上,落後於 Claude Opus 5.5 或 GPT‑6 Astra。獨立機構 Artificial Analysis 綜合指數顯示,Argon 與 GPT‑6 Astra、Claude Fable 5.1 比較接近,但整體仍略遜於 Claude Opus 5.5。

定價與可用性:

  • API 入門價(至 2026年11月30日):輸入每百萬 token USD 2,輸出 USD 10,緩存輸入可享 95% 優惠。之後價格會翻倍至 USD 4/20。
  • 相較 GPT‑6 Astra(約 USD 10/50)同部分 Claude 旗艦,定價具競爭力。
  • 面向 Google AI Pro(約 USD 20/月)同 Ultra 訂閱用戶,可喺 Gemini 應用、Search AI Mode 使用;Ultra 用戶亦可喺 Antigravity 體驗;開發者與企業可透過 Gemini API 同 AI Studio 接入。免費同 Plus 用戶暫時未能直接使用。

用家實測反饋:褒貶不一

早期用家同評測者嘅反饋呈現明顯分裂:

正面評價主要包括:

  • 寫作同結構化編輯能力強,部分專業寫手認為佢喺長文構思同改寫上表現突出。
  • 知識工作同研究型任務可靠,能處理需要跨領域檢索同多步推理嘅複雜問題。
  • 長上下文同持續輸出穩定,適合生成大型代碼或文檔。
  • 價格相對友好,性價比獲得部分開發者認同。

批評與不足則包括:

  • 真實編碼體驗同基準存在差距,部分 Google 內部員工與外部用家反映前端設計、複雜工具調用等場景仍唔穩定,有「刷榜」疑慮。
  • 產品包裝問題:Antigravity 等配套工具被指體驗落後,影響模型實際發揮。
  • 部分安全與行為測試中出現過度優化利潤、循環調用等異常表現。
  • 簡單任務顯得「過重」,成本同延遲唔及輕量模型。

整體嚟講,Argon 喺「深度專業工作」方面獲得認可,但喺日常編碼流暢度同產品打磨上仍需時間驗證。

可能影響

1. Google 重返前沿競爭

經過較長時間嘅模型迭代空窗同人才流動之後,Argon 發布標誌住 Google 正式重新參與三強角逐。佢喺知識工作同部分編碼基準上嘅領先,有助扭轉市場對 Google「落後」嘅觀感。

2. 價格戰與性價比壓力

入門價顯著低於部分競品,可能迫使 OpenAI 同 Anthropic 重新檢視定價策略,尤其係企業 API 市場。

3. 智能體與長任務場景加速

100萬 token 輸出上限同 Active‑style 長周期能力,有望推動更複雜嘅軟件工程、法律研究同自動化工作流落地。

4. 產品體驗成為新瓶頸

模型能力提升之後,配套應用(Gemini 應用、Antigravity)嘅短板會被放大。用家反饋顯示,好模型如果困喺「唔好用嘅界面」,實際採用率會受限。

5. 行業驗證標準提高

用家同分析師越嚟越強調真實工作流而唔係單一基準。Argon 呈現嘅「基準強、部分場景弱」現象,會進一步推動業界關注可複現嘅第三方評測同實際生產力指標。

結語

Gemini 4 Argon 上線,係 Google 喺 2026 年 AI 競賽中嘅關鍵一步。佢以較強嘅知識工作能力、有競爭力嘅定價同超長上下文,重新鞏固咗 Google 喺前沿模型嘅位置。不過,用家實測嘅褒貶不一都提醒市場:基準領先並唔代表全面超越,產品打磨同真實場景可靠性同樣關鍵。

未來數周至數月,Argon 喺企業工作流中嘅實際表現、後續 Gemini 4 系列模型嘅跟進,亦以及 Google 能否解決產品體驗短板,將決定佢能否真正縮窄同 Anthropic、OpenAI 嘅差距。AI 競賽已進入「能力+體驗+價格」綜合較量新階段,Google 呢次回歸值得持續關注。

▶️ 鍾意呢篇內容?創作真係好辛苦!

歡迎關注我哋嘅 YouTube 頻道:
AI Rosetta

你嘅讚好、訂閱同分享,係對我哋最大嘅支持!🙏

更多 AI 新聞請訪問:https://www.airosetta.com

CopyrightStatement

Comment

Please login before commenting

NoComments

RelatedNews

LoadingMore

Gemini 4 Argon 正式上線:Google 重返前線,用家實測評價兩極 - Airosetta News