Gemini 4 Argon 全量开放：输入2美元输出10美元，证据是谷歌自家的 agent 车队
10月2日只给网络防御伙伴，12天后 Gemini 4 Argon 向所有付费用户开放。10月13日 16:00 UTC 起，Gemini API 付费层、AI Ultra 订阅的 Antigravity、Ultra 和 Pro 订阅的 Gemini 应用和 AI Mode 全部上线。首发价每百万输入 2 美元、输出 10 美元，缓存输入打 0.5 折。输出上限从 64K 拉到 100 万 token，谷歌的说法是让一条轨迹不换手地连续思考和写几十万 token。对比一下，前一天 Meta 给 Muse Wonder 定的是 4 美元/20 美元。
榜单还是厂商自选那套：DeepSWE v1.1 77.9%，Vals Index 第一，Zapier 的 AutomationBench 51.3%，LVBench 91.7，CWE-bench v1 68% 并列第一，Gray Swan 间接注入榜第一，ERQA 具身推理 87%。没有 SWE-Marathon，没有和 Opus 5.5、Muse Wonder 在同一个 harness 上的正面对比，所以排名先当作未验证，等 Artificial Analysis 和 Arena 跑完再说。
比表格有意思的是谷歌怎么论证。发布文写得像一份 agent 运维报告。Alphabet 内部每月超过 10 万人在用内部版 Antigravity 跑 Argon。四周之内 agent 提交的代码涨了 35%，提交后回滚降了约 30%。Chrome 团队用它把核心页面处理从 4000 万行代码库里一个 600 万行的遗留目录中拆出来，谷歌说这个重构从几个月缩到几周。ADK 团队给它 .agents/skills 规则手册加一段话的目标，它跑了一夜，交付的优化把长会话准备时间砍了 40%。134 个积压 bug 不到三小时清完，97 个带着提交证据关闭。agent 正在把 C/C++ 迁到 Rust，大到 80 万行的 Fuchsia Zircon 内核；在 libgav1 上，它们用安全 Rust 替换了 3.2 万行 SIMD，比之前的 Rust 移植快 2.7 倍。机器人那篇更进一步：波士顿动力 Spot 先在 MuJoCo 数字孪生里练踩脚踏垃圾桶再碰真机，提示词里直接写着「用一个两 agent 的验证蜂群」。
最该盯的是回滚那个数。现在每家实验室都说自己每天产更多代码，每次合并更少回滚是前沿发布第一次把质量指标放在产量指标前面，而它恰恰是谷歌之外谁也查不了的数。Sundar Pichai 的发布帖一天 110 万曝光，HN 讨论 815 分，大部分人在问独立测评什么时候出。
链接：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/ ，https://antigravity.google/blog/gemini-4-argon-in-google-antigravity ，https://developers.googleblog.com/gemini-4-argon-for-robotics/ ，https://x.com/sundarpichai/status/2110038898009407584
← 返回所有文章
榜单还是厂商自选那套：DeepSWE v1.1 77.9%，Vals Index 第一，Zapier 的 AutomationBench 51.3%，LVBench 91.7，CWE-bench v1 68% 并列第一，Gray Swan 间接注入榜第一，ERQA 具身推理 87%。没有 SWE-Marathon，没有和 Opus 5.5、Muse Wonder 在同一个 harness 上的正面对比，所以排名先当作未验证，等 Artificial Analysis 和 Arena 跑完再说。
比表格有意思的是谷歌怎么论证。发布文写得像一份 agent 运维报告。Alphabet 内部每月超过 10 万人在用内部版 Antigravity 跑 Argon。四周之内 agent 提交的代码涨了 35%，提交后回滚降了约 30%。Chrome 团队用它把核心页面处理从 4000 万行代码库里一个 600 万行的遗留目录中拆出来，谷歌说这个重构从几个月缩到几周。ADK 团队给它 .agents/skills 规则手册加一段话的目标，它跑了一夜，交付的优化把长会话准备时间砍了 40%。134 个积压 bug 不到三小时清完，97 个带着提交证据关闭。agent 正在把 C/C++ 迁到 Rust，大到 80 万行的 Fuchsia Zircon 内核；在 libgav1 上，它们用安全 Rust 替换了 3.2 万行 SIMD，比之前的 Rust 移植快 2.7 倍。机器人那篇更进一步：波士顿动力 Spot 先在 MuJoCo 数字孪生里练踩脚踏垃圾桶再碰真机，提示词里直接写着「用一个两 agent 的验证蜂群」。
最该盯的是回滚那个数。现在每家实验室都说自己每天产更多代码，每次合并更少回滚是前沿发布第一次把质量指标放在产量指标前面，而它恰恰是谷歌之外谁也查不了的数。Sundar Pichai 的发布帖一天 110 万曝光，HN 讨论 815 分，大部分人在问独立测评什么时候出。
链接：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/ ，https://antigravity.google/blog/gemini-4-argon-in-google-antigravity ，https://developers.googleblog.com/gemini-4-argon-for-robotics/ ，https://x.com/sundarpichai/status/2110038898009407584
评论