【11 月 4 日更新】本文发布后事态有实质变化：Argon 已于 10 月 13 日正式 GA，公开定价即本文所列引入价（输入 $2 / 输出 $10 每百万 token），且官方明确 12 月 1 日起价格翻倍；10 月 19 日起 Argon 进入 Google 搜索 AI Mode（19 国）。最新盘点见 10 月收官一文。下文写作时点的信息保留原文，仅作历史参考。

一、9 月 30 日，Google 跳过了中间版本

Gemini 4 Argon 的公布方式本身就是个信号。

  • 命名法直接改写：此前 3.5 Pro 那条线被取消，中间版本被跳过，Argon 直接以独立代号出现 —— 这不是常规的版本迭代节奏
  • 官方定位：「前沿智能」（frontier intelligence），不是「更强一点」
  • 两个被反复强调的核心能力：百万 Token 输出、网络安全防守能力拉满

关于这两项能力，需要严格区分信息层级：百万 Token 输出和网络安全方向的重点投入是厂商在发布材料中的自我描述，不是第三方实测结论。截至本文写作时，没有可公开访问的第三方评测或基准数据可供交叉验证。所以正确的读法是：把「百万 Token 输出」当成一个明确的产品能力声明来设计架构，而不是当成一条已验证的性能指标。

二、百万 Token 输出，对长任务 Agent 意味着什么

上下文长度大家已经熟悉了，但输出上限是另一回事，也是更被低估的一项。

一个典型的长任务 Agent 循环是这样的：读取代码库 → 提出修改方案 → 写补丁 → 跑测试 → 读报错 → 再改 → 再跑。每一次往返，模型都要重新读一遍越来越长的上下文。上下文长度决定它能记住多少，输出上限决定它一次能吐多少。

  • 少轮次：输出上限提到百万级，模型可以在一次响应里把完整的补丁、完整的重构方案、完整的分析报告写完，而不是被截断成「先给一段，剩下的下次再说」
  • 多产出：批量任务里，一次响应能同时产出几十个候选实现或一整份带代码的方案，而不是一条一条挤牙膏
  • 降低往返成本：这是最关键的一点。Agent 的总成本 ≈ 轮次 × (输入 + 输出)。轮次减半，即使单次输出变长，总账单往往还是降的。更重要的是延迟——往返次数减少意味着首字节到最终产出的时间线性下降，这在交互式场景里比省 5% 的钱重要得多

当然，长输出也不是免费的：输出 token 的单价是输入的数倍（Argon 这档是 $10 对 $2，正好 5 倍），一次性吐出几十万 token 的成本远高于分几次吐。但如果任务本身是「一次成稿」型的（代码重构、批量生成、深度报告），把多轮往返压成一轮，省下的重复输入通常比多付的输出更划算。这是一个必须按具体任务算账的决策，不是无脑拉满。

三、Fairwind：一个没有公开上市日期的模型

这是全文最需要说清楚的一点。

Gemini 4 Argon 的访问方式，是先通过 Fairwind 计划，向一组可信的网络安全防御者开放。而厂商没有给出面向开发者、企业或消费者的公开日期。

换句话说，Argon 目前未在任何公开 API 定价页上线 —— 厂商虽已公布引入价 $2 / $10，但目前无法申请、也没有公开文档。开发者无法评估、无法写进任何一条生产链路。它既不是「已发布待申请」，也不是「即将发布」，而是一个存在但可用性未知的前沿模型。

这与市面上另一种常见的「限定开放」有本质区别：那种情况通常是限量但有明确申请通道和排队时间（你能算进季度计划）；Argon 目前的情况是连排队时间都没有公开。把它当成「下个月就能用」来做架构规划，是把一个未知量当成了已知量。

四、价格：$2 输入、$10 输出，缓存打 95% 折扣

厂商公布了引入价（introductory pricing）：

计费项价格说明
输入$2 / 百万 token引入价
输出$10 / 百万 token引入价
缓存输入打 95% 折扣即约为标准输入价的 5%

缓存那一行才是真正影响成本结构的部分。「打 95% 折扣」翻译过来就是：缓存命中的输入部分，只付正常输入价的 5% —— 输入 $2 打折后约等于 $0.10 每百万 token。

在一个百万级上下文的模型上，缓存的意义被放大到前所未有的程度。原因是结构性的：

  • 长任务 Agent 的系统提示词 + 工具定义 + 历史消息在每一轮都几乎完全相同，只有最后那几百 token 是新的
  • 上下文越长，「重复部分」占比越高。比如 10 万 token 的上下文里每轮只新增 1 万，那 9 万就是纯重复
  • 95% 折扣意味着：命中缓存后，单轮成本基本由「新增内容」决定，而不是由「上下文总长」决定

所以「百万 Token 输出」这个能力，如果配合缓存使用，长任务 Agent 的成本结构会发生质变 —— 从「上下文长度决定成本」变成「新增信息量决定成本」。这也是为什么在长上下文模型上，缓存不是优化项而是基础设施项。接入层如果没有统一的缓存前缀管理，你拿到的是一个成本陷阱；有了，前端多贴几千 token 几乎是免费的。

五、同期信号：Hassabis 的前沿 AI 治理框架

就在同一时期，Demis Hassabis 公开了一份面向前沿 AI 的治理框架。它和 Argon 的发布不是两条独立的新闻，放在一起看才对得上：

  • 能力与准入分离：模型能力继续往上走，但访问权不是普惠的 —— Argon 先给「一组可信的网络安全防御者」，正是一种分级准入
  • 用途定向：把网络安全防守作为一个专门强调的方向，并且优先开放给该领域内的可信机构，说明厂商对这类能力的滥用风险有明确预判
  • 先立规矩再放能力：治理框架先于大规模公开访问出现，是这类前沿模型常见的节奏

对使用方的现实含义：「前沿模型」正在变成一个分层市场，而不是一个统一商品。顶层的模型会越来越倾向于定向开放、可信准入、用途限定。作为企业采购方，你需要开始接受「我可能拿不到最好的模型」这件事本身。

六、对 API 网关与企业采购意味着什么

Argon 这类模型，是一次很具体的架构压力测试。

  • 可用性未知，是一等公民：任何新模型在接入层的第一次出现，都应该是「可灰度、可回退、不可假设它一直在」。路由层要把模型当作配置项 + 健康检查 + 熔断策略来处理，而不是写死在代码里的常量
  • 容灾设计要区分「模型挂掉」和「模型从没有开张」：前者是故障，需要自动切换；后者是常态，需要在选型阶段就接受「这个能力暂时不可用」并设计降级路径。混淆这两者，最典型的后果是架构评审时按「有」来算成本和 SLA
  • 准入资质要提前准备：如果 Argon 未来开放的是「可信防御者」通道，那么企业采购需要提前把安全资质、合规审查材料准备好 —— 审批节奏不由你决定，很难在开放当天赶上
  • 定价是「引入价」不是「长期价」：$2/$10 是引入价。历史经验是引入价会在某个时间点上调或转为常规价，且往往没有预告。做三年期 TCO 测算时，不能把引入价当常态 —— 该 TCO 仅为假设性参考，不代表当前可采购

七、对开发者的影响与选型建议

  • 现在不要为 Argon 写代码：没有公开日期、无法申请、无法评估。围绕一个不可调用的模型设计接口，最终大概率是白做
  • 但要现在就为「百万级输出」优化：这个能力形态今天在别的模型上就已经有价值。长任务 Agent 值得专门设计成减少往返轮次的形态 —— 一次性给足上下文和工具，让模型一次产出完整方案，而不是每轮都要问一次
  • 把缓存当成默认开启：95% 折扣这个量级意味着，缓存命中率每提升 10 个百分点，长上下文场景的总成本就下降一截。统一的前缀管理（固定系统提示 + 固定工具定义放最前、会话历史稳定追加）应该是接入层的默认行为，而不是让业务方自己记得传参数
  • 在模型清单里给「未公开发布」留一个位置：路由表里预留一个 frontier-experimental 之类的档位，默认关闭、有人工开关和配额。这样当 Argon（或其他前沿模型）真正开放时，接入是改配置而不是改架构；如果没有预留，开放那天大概率还是会被当成「临时方案」硬塞进主链路
  • 多模型是唯一能对冲「拿不到」的办法：单个前沿模型拿不到、单个厂商断供、单个价格上调 —— 这三件事在 2026 年已经反复发生。可切换的接入层不是架构偏好，是风险控制

八、写在最后

Gemini 4 Argon 是一个奇怪但重要的信号：能力最强的模型，正在最先变成最难买到的模型。

百万 Token 输出和网络安全防守，指向的是「前沿能力 + 定向开放」的组合；Fairwind 计划和 Hassabis 的治理框架，指向的是同一件事的两面 —— 能力越强，准入越严。这对已经把 LLM 当成「一个可以随时调用的 API」的工程团队是个提醒：模型的可获得性，本身就是一个需要被管理的资源，和价格、延迟、上下文窗口同级。

好消息是，一旦你把模型名做成配置项、把缓存做成默认、把「可能拿不到」写进容灾设计，那么 Argon 开放的那天，接入成本几乎为零 —— 而在那之前，你也没有为它多付一分钱。

九、数据来源与口径说明

  • 价格：引入价输入 $2、输出 $10 每百万 token，均为厂商公布口径
  • 缓存折扣：缓存输入打 95% 折扣，即约为标准输入价的 5%（输入 $2 打折后约等于 $0.10 每百万 token），同为厂商公布口径
  • 规格与能力：百万 Token 输出上限、网络安全防守能力拉满，均为厂商在发布材料中的自我描述
  • 可访问性状态：截至发稿，Argon 未在任何公开 API 定价页上线，无公开申请通道与公开文档；文中所有成本与架构推演，均建立在上述引入价这一假设性前提之上

本文全部数字（价格、缓存折扣、输出规格、可访问性状态）均为厂商公布口径；截至发稿没有任何第三方评测或基准数据可供交叉验证。本文未对引入价做外推，也未把它当作长期价格或可采购价格使用。