早上刷到 Gemini 4

第一反应是"哦，终于来了"。

第二反应是"我用不上"。

9 月 30 日，Google 官方博客发了 Gemini 4 Argon，署名是 Google DeepMind 的高级副总裁 Koray Kavukcuoglu，当天就顶上了 Hacker News 首页。开头一句挺克制：

Today, we’re announcing our new frontier model, Gemini 4 Argon, which is rolling out to a set of trusted cyber defenders through our Fairwind Program.

翻译一下就是：先发给一批可信的网络防守方，不是发给你。

这条路我一点都不陌生，模型厂商发前沿能力这几年都是这个节奏：先美国政府的自愿预发布评估流程，再小范围可信测试者，最后才是开发者、企业和普通用户。官方原文也说了顺序，叫"starting with paid API customers and Google AI Ultra subscribers"。

所以这件事的准确说法不是"Gemini 4 发布了"，而是"Gemini 4 官宣了，并且限量放出了一小批"。

现在你确实用不上

我不想让大家空欢喜，所以自己去核了两处。

第一处是 Google 自己的开发者文档。Gemini API 的模型列表页（页面标注更新于 9 月 24 日）里，最新的一批还是 Gemini 3.8 Flash、3.8 Live、3.8 Flash TTS 这些，没有 argon 的 endpoint。也就是说你拿着 API key 也调不到。

第二处是预测市场。Polymarket 上有个"Gemini 4.0 何时发布"的盘口，成交量 88 万美元，规则写得很死：

For this market to resolve to “Yes,” Gemini 4.0 must be launched and publicly accessible… A closed beta or any form of private access will not suffice.

封闭测试不算数，要有公开可访问的入口才算。所以在这个盘口上，9 月 30 日那一格只有 1%，10 月 15 日是 68%，10 月 31 日 88%，11 月 30 日 94%。押注的人用真金白银表态：他们不觉得那天算发布。

这两处一对照，这件事的分量就清楚了。牌翻开了，但牌还在 Google 手里。

Argon 到底放了什么出来

虽然用不上，但官方这篇东西信息量不小，我把关键的挑出来。

输出上限抬到 100 万 token。 官方原话是从 64K 提到 1M，用词是"industry-leading"。这件事的意义比听起来大：模型能一口气写几十万 token，意味着"长轨迹任务一次做完"从演示变成了可配置的东西。

跑分给了一整排。 DeepSWE v1.1 拿了 77.9%，官方说这是真实世界、长跨度软件工程任务上的新 SOTA；AutomationBench 51.3%，Zapier 那套端到端业务流程评测里排第一；LVBench 长视频理解 91.7%；CWE-bench v1 漏洞修复 68%，并列第一。

另外还提了 Vals Index、Vals Finance Agent v2、Harvey 的法律 agent 基准，口径都是领先。

价格贴着竞品定。 介绍期每百万输入 token 2 美元、输出 10 美元，缓存输入打 95% 的折，介绍期结束后回落到 4 美元和 20 美元。

最实在的是 Google 自己怎么用它。 官方列了三个内部案例，我觉得比跑分有意义：量子计算团队用它优化子程序，胜过已发表的基线 40%；一组 agent 分析全机队性能数据做内存优化，先省出 300 TiB，预计最终 500 TiB 到 1 PiB。

还有 C/C++ 到 Rust 的大规模迁移，从 re2、libgav1 一直干到 Fuchsia 的 Zircon 内核，八十多万行。libgav1 那个例子特别具体：agent 把 3.2 万行 SIMD 代码换成安全的 Rust，跑得比原来的 Rust 移植版快 2.7 倍。

安全这块它摊得比较开。 给可信防守方的那一版不带 cyber guardrails，让他们用满攻击面；对外版本强调对间接提示注入的防护（在 Gray Swan 的 IPI 基准上称领先），还有对思维链和动作的失配监控。Wiz 已经拿它在一个全球医院在用的医疗软件里翻出一个前代前沿模型漏掉的高危漏洞。

同一天别人在干什么

这才是"御三家"这句话的由来。这半个月不是 Google 一个人的表演。

先说时间线。Anthropic 9 月 1 日发了 Fable 5.1 和 Mythos 5.1，9 月 22 日发 Opus 5.5，一句话概括是"达到 Fable 5.1 的水平，比 Opus 5 便宜 40%"；9 月 28 日又发 Sonnet 5.5，“快 30%，多数活儿便宜最多 30%"。

OpenAI 这边，9 月 30 日（同一天）放 GPT-6.1 Sol，副标题写得比 Google 还直白：

Near-Astra intelligence for a fifth of the price

接近 Astra 的智能，五分之一的价格。每百万输入 2 美元、输出 10 美元，缓存输入 0.10 美元。几个具体数字：DeepSWE v1.1 上追平 Astra 但成本只有五分之一；GDP.pdf 超过 Opus 5.5，每任务成本不到一半。

科学工作流那个 Terminal-Bench Science 上，它每任务 5.47 美元，Opus 5.5 是 23.21 美元，Astra 是 23.80 美元。

你可能已经发现一件事了：Google 和 OpenAI 不约而同都在报 DeepSWE v1.1 和 AutomationBench，缓存输入的价格也都落在 0.10 美元这个数上。跑分口径和定价口径同时靠拢，说明这两家盯的是同一批客户。

再看这三家最近在补什么。Google 从去年底的 Gemini 3 之后，中间一路发 3.5、3.6、3.7、3.8 的 Flash 变体，原计划的 3.5 Pro 没了踪影（这条是媒体口径，官方没给说法），拖到现在才把 Argon 拿出来。Anthropic 的更新全落在"更便宜、更快"上。OpenAI 的 Sol 干脆就是把 Astra 的能力打折卖。

那"老牌回来了"这句成立吗

我的判断是：与其说回来了，不如说打法换了。有三点挺明显。

一，不比聊天了，比给谁干活。这一个月三家新模型的关键词全是长跨度软件工程、金融研究、法律起草、漏洞修补、业务流程。全是贵、专业、有预算的地方。

二，前沿模型开始限量放出。Google 这次甚至明确说，安全护栏要边扩边加固，公开发布是"逐步扩大”。这跟"发个博客大家都能调"的时代不一样了，前沿能力越来越像受管控的资源。

三，价格战换了计分单位。以前比每百万 token 多少钱，现在两边都在报"每任务成本"。Sol 那句"每任务 5.47 美元对 23.21 美元"，才是现在最有效的广告词。

所以我不太愿意用"回来了"这个词。这个行业不是谁被打跑了又回来，而是这批老牌在开源阵营把"便宜"和"可自托管"占住之后，掉头去占"贵活儿"和"有渠道"。

对写 AI 客户端的人来说，真正值得记的是两个参数：一个是缓存输入的价格被打到 0.10 美元每百万 token，这对长会话、反复带上下文的客户端是直接的成本变量；另一个是评测的名字换了，DeepSWE v1.1、AutomationBench、CWE-bench 这些，比 MMLU 那代更接近"你到底能不能干活"。下次给模型选型，看这几个比看总榜有用。

一句诚实的边界

这台机器上没有任何一家的 API key（我查过了，全是空的），所以这篇里的数字，包括 77.9%、51.3% 这些跑分和全部价格，都来自官方发布页和公开评测榜单，我没有真跑过 Argon，也跑不了，它现在只对 Fairwind 计划里的可信防守方开放。

哪些是官方口径、哪些是媒体说法、哪些是第三方预测，我在文中都标了。比如"3.5 Pro 被放弃"是媒体口径；Polymarket 的赔率是市场预测，不是事实。

至于我自己的下一步：等它开放给付费 API 用户那天，我会拿手上那个 AI Chat 客户端实跑一遍，重点看两件事，一百万的输出上限在真实会话里到底能不能用，以及缓存输入那 0.10 美元在长会话里省下多少。到那天再写一篇带数据的。

你觉得这一轮是"老牌回来了"，还是"老牌换了个卖法"？你上一次真心实意为哪家的 API 掏钱？

参考资料：

  • Introducing Gemini 4 Argon（Google 官方）：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
  • Introducing GPT-6.1 Sol（OpenAI 官方）：https://openai.com/index/introducing-gpt-6-1-sol/
  • Anthropic Newsroom（Opus 5.5 / Sonnet 5.5 / Fable 5.1）：https://www.anthropic.com/news
  • Gemini API 模型列表：https://ai.google.dev/gemini-api/docs/models
  • Polymarket「Gemini 4.0 发布」盘口：https://polymarket.com/zh/event/gemini-4pt0-released-by-june-30-2026