一句话看懂：Artificial Analysis 评测显示，Google 新模型 Gemini 4 Argon 在高推理档位下智能指数达到 53，追平 GPT-6 Astra（max，53），且在五折促销与缓存折扣加码下，单任务成本仅为后者的 60%。这意味着 Google 重新回到智能水平前三。
事件核心：发生了什么
据 Artificial Analysis 在 X 上发布的信息，Gemini 4 Argon 是 Google DeepMind 七个多月来首个高于 Flash 级别的自研闭源模型。在高推理档位下，它在 Artificial Analysis 智能指数上拿到 53 分，与 GPT-6 Astra（max，53）持平，领先 GPT-6.1 Sol（max，52）1 分，比 Google 上一代非 Flash 模型 Gemini 3.1 Pro Preview（30 分）高出 23 分。目前该模型仅向部分用户推送，尚未公开发布。
成本方面，在现行 50% 折扣与缓存输入 95% 折扣下，Argon 每完成一个智能指数任务约花费 1.99 美元，相当于 GPT-6 Astra（max，3.26 美元）的 60%，但仍是 GPT-6.1 Sol（max）的 2.7 倍。折扣结束后预计升至 3.98 美元，约合 Astra 的 1.2 倍。其定价标准为每百万输入/输出 token 4/20 美元，上下文窗口 1M，支持文本、图像、视频和语音输入，输出为文本。
为什么重要
这组数据显示 Google 在高智能模型这一档重新具备竞争力。此前 Google 在非 Flash 级模型上明显落后，如今 Argon 追平 GPT-6 Astra，说明头部闭源模型的智能差距正在收窄，竞争焦点从“谁更聪明”转向“同等智能下的成本与稳定性”。同时，Argon 的较低幻觉率（15%，是智能指数 45 分以上模型中最低）和明显增强的代理能力，指向大模型在真实任务中的可用性，而非单纯刷榜分数。对行业而言，促销价的成本优势会进一步压缩竞品的定价空间。
对用户/开发者/创作者的影响
开发者可以关注 Argon 的三点实际影响：一是 1M 上下文与多模态输入，适合长文档、图像/视频理解类 AI 应用；二是新增的 Long Decode Continuation API 特性，允许长回复跨多次调用续写，推理输出最长可到 1M token，减少超时中断，对需要长链推理的代理任务更友好；三是缓存输入 95% 折价，重复上下文为主的场景能明显压低调用开销。不过促销结束后成本上升，开发者需要按标准价重新评估预算。对普通用户和创作者来说，目前该模型尚未公开可用，暂时无法直接选用，但可以预期其能力会逐步下放到 Gemini 面向消费者的产品线中。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Google 何时确认促销结束日期，标准价下 Argon 的成本优势将明显收窄；二是模型何时从部分用户扩大到公开 API 或消费者产品；三是 OpenAI 与 Anthropic 是否在成本或代理能力评测上跟进反制。目前公开信息显示，上述评测分数均来自 Artificial Analysis 的第三方基准，实际使用表现仍需更多独立验证。
