Gemini 4 Argon 能免费用吗？
不能，Gemini 4 Argon 最低要 Google AI Pro 订阅，美国是 19.99 美元/月。免费用户和 Google AI Plus 用户都没有入口，谷歌也没说以后会不会放开。
Gemini 4 Argon 评测：跑分、公开实测、价格和适合谁
发布于 更新于
Google提供 API
Gemini 4 Argon 是什么
先用一两句话说清楚。
Gemini 4 Argon 是谷歌 DeepMind 面向编程、知识工作、网络安全和科研的旗舰模型，2026 年 10 月 13 日起向 Gemini API 开发者和 Google AI Pro、Ultra 订阅用户开放。公开测试里它和 GPT-6 Astra 打平、落后 Claude Opus 5.5；幻觉率是头部模型里最低的，但输出很长，按任务算不便宜。
主要功能
它能做什么，每项一句话，以及我们有没有实测。
长程编程
在谷歌的长程软件工程基准 DeepSWE v1.1 上得分 77.9%，高于 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%。
谷歌用自己的测试框架跑的，还没有独立复现。
少编造答案
在 AA-Omniscience 上，只在 15% 的题目里给出错误答案而不是拒答，GPT-6 Astra 是 51%。
它答对 50%，比 Astra 低 13 个点。
金融、法律和编程类知识工作
在 Vals Index 上以 68.9% 排 41 个模型里的第 1，Claude Opus 5.5 是 67.0%，GPT-6 Astra 是 63.1%。
用代码做 3D 场景和可视化原型
能按需求用 Three.js、Blender 搭 3D 场景；在 Antigravity 里会边做边截图检查自己的页面。
一组公开的同题对比里，Opus 5.5 的成品近看细节更多。
长视频理解
谷歌自测 LVBench 91.7%，是它在视觉上最强的公开数字。
谷歌自己的数字，还没有独立复现。
具身推理
谷歌称它在 ERQA 具身推理基准上得分 87%，没有做机器人专用调教。
谷歌自己的数字，没有公布失败率。
单次 API 调用 100 万 token
每次 Gemini API 调用最多 100 万 token，输入加输出。
适合谁
它帮得上谁、解决什么问题、在哪个榜单里。
适合
- Google AI Pro 和 Ultra 订阅用户
- 用付费 Gemini API 的开发者
- 做金融、法律或长文档工作的团队
- 用代码做 3D 场景和可视化原型的开发者
- 网络安全团队，可以通过 Fairwind 计划申请不带网络安全护栏的版本
解决的问题
- 金融、法律和长文档里模型编造事实，答错比不答代价更大
- 在真实代码库里做多步改动，还要通过原有的测试
- 把一份需求很快变成能跑的 3D 场景或可视化原型
- 在 2026 年 11 月 30 日前用半价跑大批量 API 任务
擅长什么
别人公开做过的测试：给了它什么、结果怎样。
案例 1
在生产代码库里完成真实改动
输入
生产代码库里的 6 个真实改动，共跑 20 次，每次都用原始修复自带的测试判分（paddo.dev 测试并公开）。
结果
Argon 有 16 次全部测试通过，Claude Opus 5.5 是 13 次，而且它没有弄坏原本能通过的测试。但它的输出是 Opus 的 2.8 倍，总花费 57.68 美元，Opus 是 45.81 美元。
案例 2
按需求用 Three.js 搭 3D 场景
输入
用 Three.js 做一个可以旋转缩放的卡通星球，和 Claude Opus 5.5 用同一份需求和 223 KB 项目笔记（ohmyunicorn 测试并公开）。
结果
Argon 用了 12.4 分钟、1.45 美元，Opus 5.5 是 14.0 分钟、2.54 美元；它在 Antigravity 里会截图检查自己的页面。但作者认为 Opus 的星球近看细节更多，而且 Argon 在页面上放了一行并不存在的跑分。
案例 3
答错比不答更糟的知识问答
输入
AA-Omniscience 题集，模型可以作答，也可以拒答（Artificial Analysis 测试）。
结果
Argon 只在 15% 的题目里给出错误答案而不是拒答，GPT-6 Astra 是 51%。它更常拒答，所以答对率是 50%，比 Astra 低 13 个点。
短板
做得不好的地方和证据，以及我们还没法定论的地方。
做得不好
做得不好
输出太长，按任务算贵。
证据： paddo.dev 在真实代码上跑了 20 次，Argon 输出 137 万 token，Opus 5.5 是 49.5 万；花费 57.68 美元对 45.81 美元。按 12 月的价格，同样 20 次约 115 美元。
看截图还原网页偏弱。
证据： paddo.dev 的截图转 HTML 得分：Argon 0.754，Claude Opus 5.5 0.831，GPT-6 Astra 0.836。
Antigravity 只给 Ultra，而且比 Claude Code 慢。
证据： Pro 订阅用户不能在 Antigravity 里用 Argon。同一个改动，Argon 在 Antigravity 里平均 1740 秒，在 Claude Code 里 991 秒（paddo.dev）。
额度没有公布。
证据： 谷歌没给出 Pro 和 Ultra 的具体次数，Pro 还在分批推送；免费用户和 AI Plus 用户没有入口。
尚不确定
尚不确定
真实编程表现对不对得上跑分。
原因： 彭博社报道有谷歌员工认为 Argon 的实际表现不如跑分，前端设计尤其如此，谷歌称这一说法不准确；而一组用 6 个生产代码改动做的公开测试里，它是最准的模型。两个来源，结论相反。
机器人和物理方面的结果。
原因： ERQA 87%、Apollo 人形机器人连续投中 7 次、恒星器的发现，都是谷歌自己的结果，没有公布失败率，也还没有独立复现。
实际用起来编造得多不多。
原因： 它在 AA-Omniscience 上幻觉率最低，但在 ohmyunicorn 的星球测试里，它在自己做的页面上放了一行编出来的跑分。
价格、限制与格式
每个数字都附来源和核对日期。
| 项目 | 数值 | 备注与来源 |
|---|---|---|
| 向付费订阅用户和 API 开发者开放 | 2026 年 10 月 13 日（9 月 30 日发布） | 来源：blog.google核对于 |
| Gemini 应用里谁能用 | Google AI Pro 和 Ultra 订阅用户；Pro 仍在分批推送 | 来源：siliconangle.com核对于 |
| Antigravity 里谁能用 | 只有 Google AI Ultra，99.99 美元/月起 | 来源：siliconangle.com核对于 |
| 2026 年 11 月 30 日前的 API 价格（每百万 token） | 输入 2 美元，输出 10 美元；缓存命中的输入只收 5% | 来源：blog.google核对于 |
| 2026 年 12 月 1 日起的 API 价格（每百万 token） | 输入 4 美元，输出 20 美元 | 来源：blog.google核对于 |
| 每次 Gemini API 调用的 token 上限 | 100 万 token，输入加输出 | 来源：blog.google核对于 |
| DeepSWE v1.1，谷歌用自己的测试框架跑 | Argon 77.9%，Claude Opus 5.5 74.2%，GPT-6 Astra 74.1% | 来源：9to5google.com核对于 |
| Artificial Analysis 智能指数 | Argon 52.6，GPT-6 Astra 52.7，Claude Opus 5.5 57.6 | 来源：trendingtopics.eu核对于 |
| AA Omniscience 幻觉率 | Argon 15%，GPT-6 Astra 51% | 来源：trendingtopics.eu核对于 |
| Artificial Analysis 测试里每题平均输出 token | Argon 6.2 万，GPT-6 Astra 2.7 万 | 来源：trendingtopics.eu核对于 |
| ERQA 具身推理，谷歌自报 | 87% | 来源：blog.google核对于 |
常见问题
先给结论，再讲原因、例子、限制和下一步。
Gemini 4 Argon 的 Pro 和 Ultra 有什么区别？
Pro 能在 Gemini 应用和搜索的 AI 模式里用 Argon，Ultra 另外加上 Antigravity 和更高的额度。两档的具体额度，谷歌都没有公布。
Gemini 4 Argon 比 Claude Opus 5.5 强吗？
综合来看不如：Artificial Analysis 智能指数里 Argon 是 52.6，Opus 5.5 是 57.6。Argon 在谷歌自测的 DeepSWE 上领先，在一组真实代码的公开测试里也修得最准，但那组测试里它更慢也更贵；看截图还原网页，Opus 做得更好。
Gemini 4 Argon 真的只要对手五分之一的价钱吗？
这只对 GPT-6 Astra 成立，而且只到 2026 年 11 月 30 日。首发期 Argon 每 token 的价格是 Claude Opus 5.5 的一半，12 月 1 日起两者同价；Argon 输出更长，按任务算的差距比按单价算的小。
Gemini 4 Argon 能生成视频吗？
谷歌没有说 Argon 自己能生成视频。官方演示里，视频由 Argon 编排，配音来自 Gemini 3.8 TTS，配乐来自 Lyria 3.5；它在视频上的长处是看懂长视频，谷歌自测 LVBench 91.7%。
Gemini 4 Argon 真的懂物理吗？
谷歌给出了 ERQA 具身推理 87%，以及人形机器人看视频学会扔沙包后连续投中 7 次的演示。这些都是谷歌自己的结果，还没有独立复现；谷歌给 Argon 的主定位是编程、知识工作、网络安全和科研，不是机器人。
公开测试怎么说
本文汇总了现在能核实的内容：谷歌的官方公告、Artificial Analysis 和 Vals 的独立结果，以及 2026 年 10 月 13 日向付费用户开放后的公开实测。每个数字都链接到出处。
跑分：和 GPT-6 Astra、Claude Opus 5.5 比
在谷歌自己挑的基准上 Argon 领先；到了第三方的综合榜，它和 GPT-6 Astra 打平，比 Claude Opus 5.5 低 5 分。
| 基准 | 谁测的 | Argon | Opus 5.5 | GPT-6 Astra |
|---|---|---|---|---|
| DeepSWE v1.1（长程软件工程） | 谷歌，自己的测试框架 | 77.9% | 74.2% | 74.1% |
| Vals Index（金融、法律、编程等） | Vals AI | 68.9%（41 个模型里第 1） | 67.0% | 63.1% |
| 智能指数 | Artificial Analysis | 52.6 | 57.6 | 52.7 |
| Terminal-Bench 4.0（终端编程） | Artificial Analysis | 57.1% | 59.6% | 59.1% |
| AA-Omniscience 幻觉率（越低越好） | Artificial Analysis | 15% | 未公布 | 51% |
数据来自 9to5Google、Trending Topics 和 eesel。DeepSWE 是谷歌用自己的测试框架跑的，还没有人独立复现。
Argon 最突出的长处是少编造。在 AA-Omniscience 上，它只在 15% 的题目里给出错误答案而不是拒答，GPT-6 Astra 是 51%。代价是答对率：它答对 50%，比 Astra 低 13 个点。
Argon 最明显的习惯是话多。跑 Artificial Analysis 的测试时，它每题平均输出 6.2 万 token，Astra 只有 2.7 万。所以单价便宜不等于每题便宜：首发价下每题 1.99 美元，原价下 3.98 美元；Astra 是 3.26 美元，Opus 5.5 是 5.98 美元。
3D、前端和视觉
用代码搭 3D 场景，Argon 又快又省；但在公开的同题对比里，它的成品不是细节最多的，看截图还原网页也落后。
- 谷歌自己的演示：用 Blender 搭宝塔和寺庙模型、用 Three.js 做桌面赛车游戏、纯 Python 写光线追踪引擎、从一张图生成哥特式场景（谷歌）。
- 同一份需求，两个模型：ohmyunicorn 给 Argon 和 Opus 5.5 同一份需求和 223 KB 项目笔记，各做一个可旋转缩放的 Three.js 卡通星球。作者认为 Opus 的星球近看细节最多。Argon 在 Antigravity 里会自己截图检查，成品更干净，但它在页面上放了一行并不存在的跑分。
- 看图还原：paddo.dev 的视觉测试每项跑 3 次，满分 1。截图还原成 HTML，Argon 0.754，Opus 5.5 0.831，GPT-6 Astra 0.836。按文字描述画 SVG，Argon 0.614，高于 Opus 的 0.503，低于 Astra 的 0.733。
- 长视频理解：谷歌自测 LVBench 91.7%，是它在视觉上最强的公开数字，还没有第三方复现（9to5Google）。
- 前端设计：发布当天彭博社报道，有谷歌员工认为 Argon 的实际表现不如跑分，前端设计尤其如此；谷歌称这一说法“完全不准确”（凤凰科技，转述彭博社）。
网上归功于 Argon 的带配音视频，其实出自它周边的 Gemini 应用。谷歌官方那段由 Argon 制作的视频里，配音用的是 Gemini 3.8 TTS，配乐用的是 Lyria 3.5。
同一个任务，花多少时间和钱
一句提示词做一个作品时，Argon 通常更快、更便宜；放到带测试的真实代码里，它修得最准，但比 Opus 5.5 贵。
| 任务 | 谁测的 | Argon | 对手 |
|---|---|---|---|
| 生产代码库里 6 个真实改动，共跑 20 次 | paddo.dev | 16 次全部测试通过，共 57.68 美元 | Opus 5.5：13 次，共 45.81 美元 |
| Three.js 卡通星球，各做一次 | ohmyunicorn | 12.4 分钟，1.45 美元（Antigravity CLI） | Opus 5.5：14.0 分钟，2.54 美元（Claude Code） |
生产代码那组更有参考价值：任务来自真实代码库，用原始修复自带的测试判分。Argon 通过次数最多，也没有弄坏原本能通过的测试。但它输出了 137 万 token，是 Opus 的 2.8 倍，所以按首发价总费用是 Opus 的 1.26 倍。按 12 月的价格，同样 20 次约 115 美元，大约是 Opus 的 2.5 倍。
工具也有影响。同一个改动，Argon 在 Claude Code 里平均跑 991 秒，在 Antigravity 里要 1740 秒。
机器人和物理推理
到目前为止，机器人和物理方面的结果全部来自谷歌自己，没有公布失败率，也没有独立复现。谷歌把这部分工作说成是迈向物理 AGI 的一步，但给 Argon 的定位是编程、知识工作、网络安全和科研。
| 演示 | 设备 | 结果 |
|---|---|---|
| ERQA 具身推理基准 | 不做机器人专用调教 | 87%，谷歌称高于所有其他前沿模型 |
| 看一段视频学扔沙包，在仿真里练习，再迁移到真机 | Apptronik Apollo 人形机器人 | 真机连续投中 7 次 |
| 踩开脚踏垃圾桶，把易拉罐丢进去 | Boston Dynamics Spot，带 6 自由度机械臂 | 动作前先在 MuJoCo 里验证三条腿能站稳 |
| 用一张桌面照片建数字孪生，在 4500 多个任务变体上训练新的动作模型 | 实体机器人 | 成功率从 56% 升到 75%，每个任务快 11 秒 |
扔沙包的流程是把普通视频变成仿真，再变成机器人的动作。它不是让模型看完视频就直接控制机器人。7 次投中的样本很小，谷歌也没说每个演示需要多少人工准备。
科研上，谷歌列了三项结果：和 Matt Landreman 教授一起，为格拉德 1967 年关于恒星器磁场的猜想找到一类更广的反例；设计出 5 种新的丝氨酸酯酶，实验室确认有催化活性；还有量子计算上的工作，其中一条用 Lean 验证过的 arcsin 线路，时空成本比已发表的基准低 100 倍以上。
不适合谁
- 只订了 Pro、想在 Antigravity 里用 Argon 的人：那里只给 Ultra。
- 按 token 付费、长期跑生产编程任务的团队：12 月涨价后，每次修复很可能比 Claude Opus 5.5 贵。
- 主要做前端设计或截图还原网页的人：这类测试里它落后 Opus 5.5 和 GPT-6 Astra。
- 免费用户和 Google AI Plus 用户：目前没有入口。
来源
来源
- Introducing Gemini 4 Argon（谷歌，2026-10-13） (blog.google), 访问于
- Gemini 4 Argon is now available in the Gemini app（谷歌，2026-10-13） (blog.google), 访问于
- Gemini 4 Argon announcement（9to5Google，2026-09-30） (9to5google.com), 访问于
- Gemini 4 Argon reaches Gemini app Pro and Ultra subscribers（SiliconANGLE，2026-10-13） (siliconangle.com), 访问于
- Gemini 4 on Artificial Analysis（Trending Topics，2026-10-01） (trendingtopics.eu), 访问于
- Gemini 4 Argon review: a great model you can't use yet（eesel，2026-10-01） (eesel.ai), 访问于
- Cheaper Per Token, Dearer Per Fix: Gemini 4 Argon vs Opus 5.5 on Real Code（paddo.dev，2026-10-14） (paddo.dev), 访问于
- Gemini 4 Argon vs Claude Opus 5.5: same prompt, same notes（ohmyunicorn，2026-10-14） (ohmyunicorn.com), 访问于
- Gemini 4 Argon Helps Robots Learn Cornhole Throws and Trash Disposal（TechEBlog，2026-10-13） (techeblog.com), 访问于
- Gemini 4 正式发布，追平 GPT-6 但被质疑刷榜，官方辟谣（凤凰科技，2026-10-01） (tech.ifeng.com), 访问于
更新记录
更新记录
- 以模型评测发布，依据谷歌公告、Artificial Analysis、Vals 和公开实测，替代原来 /zh/gemini-4-argon-review 那篇文章。
GenGrades 推荐阅读
- 工具评测
VideoEnhancer
VideoEnhancer is a web tool that upscales short MP4 clips to 1080p, 2K or 4K with the FlashVSR model and also compresses, face-swaps and generates video. After a 5-second free trial, 1080p costs 3 credits a second, $0.03 to $0.09 depending on how credits are bought. VideoEnhancer is our own product: it is made by the team behind GenGrades.
- 工具评测
LayerGrab
LayerGrab splits a flat image into up to 16 named, transparent layers over a filled-in background, on the web, in Figma or in Chrome, or pulls out only what you name. Each layer costs $0.10 on its $12 plan, $0.08 on Premium. No independent review exists yet. LayerGrab is our own product: it is made by the team behind GenGrades.
- 工具评测
VideoTextRemover
VideoTextRemover is a web tool that erases burned-in subtitles, captions and other on-screen text from MP4 and MOV videos and repaints what was behind them, up to 1080p. It bills per second processed, about $0.025 to $0.049, with 30 free seconds a month in some countries. VideoTextRemover is our own product: it is made by the team behind GenGrades.
- 工具评测
MagicRemover
MagicRemover is a browser tool that erases people, objects, text, logos and watermarks from photos, and subtitles from videos. Photos get 2 free removals a day, 2 more after sign-in, at about 1 megapixel; beyond that, credits start at $9.90 for 330. MagicRemover is our own product: it is made by the team behind GenGrades.
- 指南
Best OpenClaw Alternatives in 2026: 8 Personal AI Agents Compared on Safety, Setup and Cost
Hermes Agent is the best OpenClaw alternative for most people: free, open source, safer by default and able to import an OpenClaw setup in one command. NanoClaw puts every session in a container, ZeroClaw is a tiny sandboxed binary, Claude Cowork suits people who would rather pay than host, and Hostinger is the cheapest way to keep OpenClaw itself.
- 工具评测
EditTextImage
EditTextImage is a web tool, with phone apps and a Chrome extension, that rewrites, fixes, translates or removes the words in a finished image while keeping its lettering. Credits are sold once, from $14.90 for 40; a standard edit costs one. No independent test exists yet. EditTextImage is our own product: it is made by the team behind GenGrades.