TL;DR: Pada 30 September 2026, Google DeepMind mengumumkan Gemini 4 Argon, model frontier terbaharu dan permulaan siri Gemini 4. Ia menyampaikan prestasi tercanggih dalam kejuruteraan perisian jangka panjang (77.9% pada DeepSWE v1.1), kerja pengetahuan perusahaan (mendahului Vals Index pada 68.9%), dan pertahanan keselamatan siber. Peningkatan utama termasuk had output 1 juta token yang terkemuka dalam industri (naik daripada 64K).
Sorotan Utama
- Gemini 4 Argon ialah model paling berkeupayaan Google setakat ini, dioptimumkan untuk aliran kerja kompleks dan berbilang langkah dalam pengkodan, kerja pengetahuan perundangan/kewangan, dan pertahanan siber.
- Argon direka untuk penaakulan berterusan merentas aliran kerja panjang dan berbilang langkah, bukannya sembang bentuk pendek biasa. Google menekankan kejuruteraan perisian dunia sebenar, kerja perundangan dan kewangan, kefahaman multimodal, dan pertahanan keselamatan siber.
- Google memperluas output maksimum daripada paras 64K token sebelumnya kepada 1 juta token. Google belum menerbitkan spesifikasi API Gemini awam yang lengkap bagi konteks input Argon, modaliti, tingkah laku endpoint, atau had kadar.
- Dalam jadual perbandingan Google, Argon mencatat 68.9% pada Vals Index, 77.9% pada DeepSWE v1.1, 91.7% pada LVBench, dan 68% pada CWE-bench v1. Ia tidak mendahului setiap ujian: GPT-6 Astra menang pada FrontierSWE v2 dan Terminal-Bench Science, manakala Claude Opus 5.5 mendahului Terminal-Bench 4.0 dan PostTrainBench.
- Harga API pengenalan Google ialah $2 bagi setiap sejuta token input dan $10 bagi setiap sejuta token output. Selepas tempoh pengenalan, harga meningkat kepada $4 dan $20 masing-masing. Input dalam cache diiklankan pada 95% lebih rendah daripada harga token input yang berkenaan.
- Katalog awam CometAPI menyenaraikan
gemini-4-argonsebagai tersedia, bukannya akan datang, pada 1 Oktober 2026.
Google telah meraih semula kedudukan terkemuka dalam perlumbaan AI frontier dengan pelancaran Gemini 4 Argon. Diumumkan pada 30 September 2026, model ini menandakan permulaan era Gemini 4 dan secara jelas diposisikan sebagai “era seterusnya kecerdasan frontier” Google. Ia menyasarkan beban kerja dunia sebenar yang paling sukar: pengkodan beragensi berterusan, kerja pengetahuan perusahaan berisiko tinggi (perundangan, kewangan, cukai), dan keselamatan siber defensif.
Tidak seperti kemas kini bertahap sebelumnya, Argon memperkenalkan perubahan asas pada kedalaman keupayaan melalui panjang output yang diperluas secara dramatik dan latihan khusus untuk tugas jangka panjang. Beribu-ribu pekerja Google sudah menggunakannya secara dalaman untuk kerja kejuruteraan produksi, manakala akses luaran bermula secara terhad dengan rakan kongsi keselamatan siber yang ditapis.
Apakah Gemini 4 Argon?
Gemini 4 Argon ialah model bahasa besar frontier terbaharu Google DeepMind dan keluaran pertama dalam keluarga Gemini 4. Ia direka khusus untuk mengekalkan penaakulan mendalam merentas aliran kerja kompleks, berbilang langkah, dan jangka panjang yang model terdahulu sukar diselesaikan secara boleh dipercayai dalam satu trajektori.
Menurut Google, Argon “menyampaikan prestasi frontier dalam aliran kerja kompleks merentas kejuruteraan perisian dunia sebenar, kerja pengetahuan perusahaan seperti perundangan dan kewangan, serta pertahanan keselamatan siber.” Ia dibina atas pengajaran daripada usaha Gemini 3.5 Pro yang tertunda atau dibatalkan awal 2026 dan tumpuan susulan pada siri Gemini 3.8 Flash.
Model ini menekankan keupayaan beragensi—perancangan autonomi, penggunaan alat, penjanaan dan penyuntingan kod, penemuan dan pembaikan kelemahan, analisis berbilang dokumen, dan pemahaman video panjang—sambil menggabungkan sistem keselamatan yang lebih kukuh untuk kuasa setaraf frontier.
Secara dalaman, Argon sudah menyampaikan impak yang boleh diukur pada skala Google:
- Pasukan pengkomputeran kuantum menggunakannya untuk mengoptimumkan sumber ruang-masa (qubit × gerbang), mengatasi garis dasar yang diterbitkan sebanyak 40% dalam beberapa minit.
- Pasukan ejen menganalisis telemetri armada dan secara autonomi menggunakan pengoptimuman memori, membebaskan lebih 300 TiB memori merentasi pusat data (dengan anggaran jumlah penjimatan 500 TiB hingga 1 PiB).
- Migrasi kod berskala besar daripada C/C++ ke Rust sedang berjalan, termasuk puluhan ribu baris dalam pustaka teras (re2, libgav1) dan lebih 800,000 baris dalam kernel Fuchsia Zircon. Satu hasil ketara: penyahkod video selamat memori (libgav1) yang berjalan 2.7× lebih pantas daripada port Rust sebelumnya selepas pengoptimuman berpandu profil.
Penerapan dunia sebenar ini menegaskan bahawa Argon bukan sekadar juara penanda aras tetapi pengganda produktiviti praktikal untuk organisasi kejuruteraan yang kompleks.
Kebolehcapaian Gemini 4 Argon setakat 1 Oktober
Google mengambil pendekatan keluaran berfasa secara sengaja kerana keupayaan maju model ini. Ia kini dilancarkan kepada sekumpulan pembela siber yang dipercayai melalui Program Fairwind (yang telah mendaftar lebih 650 organisasi, termasuk firma keselamatan utama). Google juga menyertai proses akses model prakeluar sukarela kerajaan AS. Ketersediaan yang lebih meluas kepada pembangun, perusahaan, dan pengguna—bermula dengan pelanggan API berbayar dan pelanggan Google AI Ultra—dijangka “secepat mungkin” selepas pengulangan penghadang berdasarkan maklum balas awal.
Ciri Utama Gemini 4 Argon
1. Penaakulan Jangka Panjang Dengan Sehingga 1M Token Output
Google berkata output maksimum Argon ialah 1 juta token, naik daripada 64,000 token pada generasi sebelumnya. Itu ialah had penjanaan maksimum, bukan kenyataan bahawa setiap respons perlu sangat besar. Ia memberikan ruang untuk trajektori penaakulan panjang, penjanaan kod berbilang fail, penyelidikan terperinci, atau kerja ejen lanjutan tanpa memaksa permintaan baharu setiap beberapa langkah.
2. Kejuruteraan Perisian Dunia Sebenar
Skor 77.9% Argon pada DeepSWE v1.1 ialah nilai tertinggi dalam jadual perbandingan Google. DeepSWE menumpukan pada kerja kejuruteraan perisian jangka panjang, yang lebih sepadan dengan ejen pengkodan beragensi berbanding ujian pelengkapan kod pendek. Model ini juga mencapai 91.9% pada Vibe Code Bench.
Gambarnya tidak sebelah pihak. GPT-6 Astra mencatat 65.5% pada FrontierSWE v2 berbanding 55.0% Argon, dan Claude Opus 5.5 mencatat 66.4% pada Terminal-Bench 4.0 berbanding 57.4% Argon. Oleh itu, pembeli harus menguji penyuntingan repositori, penggunaan shell, nyahpepijat, dan kerja migrasi secara berasingan dan bukan bergantung pada satu skor “pengkodan”.
3. Kerja Pengetahuan Perusahaan
Google melaporkan Argon pada 68.9% di Vals Index, yang membobotkan kerja kewangan, pengkodan, perundangan, dan cukai mengikut sumbangan kepada KDNK AS. Ia juga mendahului model yang dibandingkan pada Vals Finance Agent v2, Harvey's Legal Agent Benchmark, dan AutomationBench.
Penilaian ini menjadikan Argon amat relevan untuk aliran kerja sarat penyelidikan: ketekunan wajar, semakan kontrak, analisis kewangan, penyelidikan cukai, dan sintesis merentas dokumen. Ia tidak menghapuskan keperluan untuk pengesahan sumber atau semakan profesional. Kemenangan penanda aras mengukur prestasi di bawah rangka tertentu; ia tidak menetapkan kesesuaian untuk keputusan perundangan atau kewangan tanpa pengawasan.
4. Kefahaman Multimodal dan Video Panjang
Argon mencatat 71.6% pada Chartography dan 91.7% pada LVBench, mendahului GPT-6 Astra dengan tipis dalam pemahaman carta dan lebih jelas mendahului dalam pemahaman video panjang. Google juga menerangkan aliran kerja di mana Argon mentafsir satu urutan dokumen dan bertindak atas hasilnya.
Gabungan ini berguna apabila teks sahaja tidak mencukupi: menganalisis carta pendapatan bersama pemfailan, mengekstrak bukti daripada berjam-jam video, menyemak tangkapan skrin produk dengan keperluan bertulis, atau mendamaikan data merentas PDF dan laporan visual.
5. Keselamatan Siber Defensif
Google melatih Argon untuk menemukan, mengesahkan, dan menampal kelemahan kritikal. Pada CWE-bench v1, Argon dan GPT-6 Astra masing-masing mencatat 68%, manakala Claude Opus 5.5 mencatat 67%. Google berkata Argon juga mengatasi Gemini 3.8 Flash Cyber dalam penilaian dalaman penemuan kelemahan dan ujian pencerobohan kotak hitam.
Akses awal mencerminkan risikonya. Pembela siber dipercayai boleh menggunakan model ini melalui Program Fairwind Google, dan Google berkata Wiz menggunakan Argon dalam inisiatif Scan for Good untuk mengenal pasti kelemahan kritikal yang menjejaskan perisian kesihatan. Pengedaran terhad memberi masa kepada Google untuk mengumpul bukti sebelum mendedahkan keupayaan siber lanjutan secara lebih meluas.
6. Kadar halusinasi menurun kepada 10%.
Gemini 4 Argon mempunyai kadar halusinasi yang sangat rendah pada Artificial Analysis. 15%. Arena melaporkan anggaran halusinasi alat 0.10% +/- 0.48% untuk Gemini 4 Argon High, berbanding 0.16% +/- 0.09% untuk Gemini 3.8 Flash High. Anggaran titik adalah lebih rendah, yang mencadangkan penambahbaikan. Namun, selang ketidakpastian bertindih dengan ketara, dan selang Argon jauh lebih lebar.
Prestasi Penanda Aras Gemini 4 Argon
Angka berikut datang daripada jadual perbandingan Google DeepMind. Google memautkan dokumen metodologi berasingan dan menyatakan bahawa skor ialah pass@1 melainkan dinyatakan. Anggap ini sebagai keputusan yang diterbitkan vendor dan sahkannya terhadap beban kerja peribadi.
| Penanda aras | Beban kerja | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 | Peneraju |
|---|---|---|---|---|---|
| Vals Index | Kerja pengetahuan berwajaran KDNK | 68.9% | 63.1% | 67.0% | Argon |
| AutomationBench | Automasi perniagaan hujung ke hujung | 51.3% | 41.4% | 42.5% | Argon |
| Vals Finance Agent v2 | Penyelidikan kewangan berbilang langkah | 65.4% | 53.5% | 58.6% | Argon |
| Harvey Legal Agent | Penyelidikan dan penggubalan undang-undang | 19.6% | 5.4% | 3.8% | Argon |
| DeepSWE v1.1 | Kejuruteraan perisian jangka panjang | 77.9% | 74.1% | 74.2% | Argon |
| FrontierSWE v2 | Pengkodan beragensi | 55.0% | 65.5% | 62.3% | Astra |
| Terminal-Bench 4.0 | Kerja ejen berasaskan terminal | 57.4% | 58.2% | 66.4% | Opus |
| Terminal-Bench Science 0.1 | Ejen sains dan matematik | 57.6% | 68.1% | 63.3% | Astra |
| GraphWalks, 256K-1M | Perayauan graf konteks panjang, F1 | 84.2% | 71.8% | 66.8% | Argon |
| Agent's Last Exam | Penggunaan komputer | 39.5% | 34.2% | 38.2% | Argon |
| OSWorld 2.0 subset luar talian | Penggunaan komputer, skor separa | 69.2% | 72.6% | Tidak dilaporkan | Astra |
| Chartography | Pemahaman carta | 71.6% | 71.0% | 66.3% | Argon |
| LVBench | Pemahaman video panjang | 91.7% | 87.5% | 83.7% | Argon |
| CWE-bench v1 | Pembaikan kelemahan | 68.0% | 68.0% | 67.0% | Seri |
Cara Membaca Keputusan
Kelebihan paling jelas Argon ialah keluasan merentas kerja pengetahuan profesional, konteks panjang, analisis carta, dan video panjang. Keputusan ejen perundangan 19.6% adalah lebih tiga kali ganda daripada 5.4% Astra, walaupun ketiga-tiganya menunjukkan bahawa penanda aras masih sukar. Argon juga mendahului AutomationBench sebanyak 8.8 mata peratusan berbanding Opus 5.5.
Pengkodan memerlukan kesimpulan yang lebih bernuansa. Argon mendahului DeepSWE dan Vibe Code Bench, tetapi Astra mendahului FrontierSWE, dan Opus mendahului Terminal-Bench 4.0. Untuk kerja terminal berorientasikan sains, Astra mendahului Argon sebanyak 10.5 mata. Tajuk yang betul bukan “Argon memenangi setiap penanda aras.” Ia adalah bahawa Argon amat kuat merentasi aliran kerja perusahaan jangka panjang sementara pesaing mengekalkan kelebihan tugas khusus yang penting.
Bukti penanda aras adalah kukuh tetapi tidak universal. GPT-6 Astra kekal di hadapan pada beberapa ukuran sains, pengkodan, dan penggunaan komputer, manakala Claude Opus 5.5 mendahului ujian terminal dan kejuruteraan ML yang penting. Bukti bebas juga sama bernuansa: Artificial Analysis meletakkan Argon #8 daripada 223 model dalam kelas perbandingannya, dan Arena meletakkan Gemini 4 Argon High #8 daripada 46 model ejen sambil menempatkannya pertama pada kebolehkawal-arahan. Kelebihan terbesar Argon ialah gabungan penaakulan jangka panjang, prestasi domain perusahaan, dan kedalaman multimodal pada harga yang diumumkan agresif.
Adakah Gemini 4 Argon Tersedia?
Setakat pengumuman (30 September 2026) dan liputan susulan, tidak—bukan untuk umum atau pembangun standard. Akses dihadkan kepada:
- Ahli dipercayai Program Fairwind (pembela siber, kerajaan, rakan kongsi infrastruktur kritikal).
- Pasukan dalaman Google.
- Peserta dalam proses prakeluar sukarela kerajaan AS.
Google menyatakan ia akan berkembang “secepat mungkin” selepas mengumpul maklum balas dan mengulangi penghadang, bermula dengan pelanggan API berbayar dan pelanggan Google AI Ultra, kemudian akses pembangun, perusahaan, dan pengguna yang lebih meluas. Tiada tarikh umum tetap telah diberikan
Harga API Gemini 4 Argon
Harga pengenalan Google ialah $2 bagi setiap sejuta token input dan $10 bagi setiap sejuta token output. Kadar selepas pengenalan ialah $4 untuk input dan $20 untuk output. Input dalam cache dihargakan pada diskaun 95% daripada kadar input yang berkenaan, yang membayangkan $0.10 bagi setiap sejuta semasa tempoh pengenalan dan $0.20 selepas itu jika dasar digunakan tepat seperti yang diumumkan.
Harganya menarik berbanding model frontier premium lain, tetapi kos per token bukan kos per tugas yang disiapkan. Model yang menjana ratusan ribu token output atau melakukan banyak panggilan alat masih boleh mencipta bil yang besar. Tetapkan had output, pantau gelung alat, dan ukur kos setiap hasil yang diterima.
Cara Mengakses API Gemini 4 Argon melalui CometAPI
Sebaik sahaja Google membuka akses API yang lebih luas, platform yang mengagregatkan model frontier menjadi cara terpantas dan sering paling kos efektif untuk pembangun bereksperimen dan menghasilkan.
CometAPI menyediakan titik akhir bersatu yang serasi dengan OpenAI kepada 500+ model daripada OpenAI, Anthropic, Google, dan lain-lain. Ini bermakna anda boleh bertukar antara model Gemini, varian GPT-6, dan model Claude dengan hanya menukar parameter model—tanpa menguruskan berbilang akaun, sistem pengebilan, atau SDK.
Langkah yang disyorkan untuk bersedia dan mengakses melalui CometAPI:
- Daftar di cometapi.com dan jana kunci API daripada papan pemuka (bermula dengan
sk-). - Gunakan URL asas
https://api.cometapi.com/v1. - Panggil model dengan SDK OpenAI standard atau format Gemini asli.
CometAPI sudah menyokong keluarga Gemini (termasuk model Pro dan Flash sebelumnya) dengan harga yang kompetitif, kredit percubaan percuma, dan pertukaran tanpa gangguan. Semak halaman Models CometAPI secara berkala untuk ketersediaan Gemini 4 Argon. Pendekatan ini mengelakkan geseran onboarding Google Cloud dan membolehkan A/B testing yang mudah berbanding Claude Opus 5.5 atau GPT-6 Astra dalam kod asas yang sama.
Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5
| Kategori | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| Penyedia | OpenAI | Anthropic | |
| Status keluaran pada 1 Okt 2026 | Pelancaran terhad penguji dipercayai; akses lebih meluas akan datang | Model API aktif | Model terkini aktif; dikeluarkan 22 Sept. 2026 |
| Kesesuaian terbaik | Kerja pengetahuan jangka panjang, analisis multimodal, siber defensif, output besar | Penaakulan kompleks, sains, penggunaan komputer, ekosistem alat yang luas | Pengkodan beragensi jangka panjang dan kerja pengetahuan |
| Konteks input | Belum diterbitkan sebagai spesifikasi API awam muktamad | 1,050,000 token | 1,000,000 token |
| Output maksimum | 1,000,000 token | 128,000 token | 128,000 segerak; 300,000 Batch beta |
| Input dan output | Keupayaan multimodal dinyatakan; matriks API awam terperinci masih menunggu | Teks dan imej masuk; teks keluar | Teks dan imej masuk; teks keluar |
| Kawalan penaakulan | Penaakulan jangka panjang; kawalan API awam masih menunggu | usaha penaakulan rendah hingga maksimum | Pemikiran adaptif sentiasa aktif; usaha lalai sederhana |
| Harga standard per 1M token | Pengenalan: $2 input / $10 output; kemudian $4 / $20 | $10 input / $50 output | $4 input / $20 output |
| Kemenangan menonjol dalam jadual Google | Vals, AutomationBench, DeepSWE, konteks panjang, LVBench | FrontierSWE, kerja terminal sains, subset OSWorld | Terminal-Bench 4.0, PostTrainBench |
| Kaveat utama | Ketersediaan API yang meluas dan spesifikasi penuh masih dilancarkan | Harga senarai tertinggi antara ketiga-tiganya | Tidak menerajui jadual kerja pengetahuan Google; pemikiran adaptif tidak boleh dinyahdayakan |
Model Mana Yang Terbaik?
Pilih Gemini 4 Argon apabila kerja pengetahuan berkonteks panjang, bukti multimodal, pertahanan siber, atau artifak terjana yang luar biasa besar mendominasi beban kerja. Pilih GPT-6 Astra apabila anda memerlukan permukaan alat OpenAI yang matang, prestasi ejen sains yang kukuh, atau kekuatan khususnya dalam penggunaan komputer. Pilih Claude Opus 5.5 untuk pengkodan beragensi natif Claude dan aliran kerja terminal, terutamanya apabila kelakuannya sudah berprestasi baik dalam rangka penilaian anda.
Bagi kebanyakan perniagaan, strategi yang lebih baik bukan keputusan model tunggal yang kekal. Halakan permintaan rutin kepada model berkos rendah, nilai Argon, Astra, dan Opus pada bahagian sukar, dan kekalkan pelan sandaran. CometAPI berguna di sini kerana satu lapisan integrasi boleh memudahkan pengujian silang model dan penghalaan terkawal.
Kesimpulan
Gemini 4 Argon menandakan kemasukan semula terkuat Google ke frontier mutlak, meraih semula kepimpinan pada beberapa penanda aras kritikal perusahaan dan jangka panjang sambil memperkenalkan kemajuan praktikal seperti 1M token output dan harga pengenalan yang agresif. Pelancarannya yang berfasa dan berorientasikan keselamatan memprioritaskan penerapan bertanggungjawab keupayaan pertahanan siber yang berkuasa.