title: Gemini 4 Argon 全球開放：API、Gemini App 與搜尋同步上線，導入價每百萬輸出 10 美元 --- **Category** - [AI](https://www.soft4fun.net/category/tech/ai) - [新聞](https://www.soft4fun.net/category/tech/news) - [科技](https://www.soft4fun.net/category/tech) **Tag** - [Gemini](https://www.soft4fun.net/tag/gemini) - [Gemini 4](https://www.soft4fun.net/tag/gemini-4) - [Gemini 4 Argon](https://www.soft4fun.net/tag/gemini-4-argon) - [Google](https://www.soft4fun.net/tag/google) **圖片清單** - ![Gemini 4 Argon 全球開放：API、Gemini App 與搜尋同步上線，導入價每百萬輸出 10 美元 gemini-4-argon__blog-header__2784x1566.width-1300](https://cf.img.soft4fun.net/2026/10/gemini-4-argon__blog-header__2784x1566.width-1300.png "gemini-4-argon__blog-header__2784x1566.width-1300") --- [Google](https://www.soft4fun.net/tag/google) 在台灣時間 10 月 14 日凌晨宣布，**[Gemini 4 Argon](https://www.soft4fun.net/tag/gemini-4-argon) 全球正式開放**：開發者可透過 Gemini API 付費層、AI Studio 與 Android Studio 使用，Google AI Ultra 與 Pro 訂閱者則能在 Gemini App 與搜尋的 AI 模式中直接體驗。距離 9 月 30 日這款旗艦模型首度亮相、僅限資安防禦者先行試用，已過了約兩週。 ![Gemini 4 Argon 全球開放：API、Gemini App 與搜尋同步上線，導入價每百萬輸出 10 美元 gemini-4-argon__blog-header__2784x1566.width-1300](https://cf.img.soft4fun.net/2026/10/gemini-4-argon__blog-header__2784x1566.width-1300.png "Gemini 4 Argon 全球開放：API、Gemini App 與搜尋同步上線，導入價每百萬輸出 10 美元 gemini-4-argon__blog-header__2784x1566.width-1300")圖片來源：[Google 官方部落格](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/) ## 從限量試用到全球開放，這次改變了什麼 9 月 30 日的首次發表中，Gemini 4 Argon 只透過「Fairwind 計畫」提供給受信任的資安防禦者，一般開發者與消費者當時還沒有辦法使用。這次 Google DeepMind 的 Koray Kavukcuoglu 在官方部落格宣布，Argon 即日起在全球提供，對象涵蓋開發者、企業、科學家與一般消費者。 開發者端，Gemini API 需使用付費層，並可在 Google AI Studio 與 Android Studio 取用，模型代號為 gemini-4-argon；Gemini API 更新日誌也在 10 月 13 日將它列為正式版（GA）。Google AI Ultra 訂閱者另可在 Google Antigravity 與 AI Studio 使用。企業可透過 Gemini for business、API 與 Antigravity 導入，消費者則是 Ultra 與 Pro 訂閱者能在 Gemini App 與 AI Mode 使用。 ## 價格：導入價維持每百萬輸入 2 美元、輸出 10 美元 官方公布的導入期價格為每百萬 token 輸入 2 美元、輸出 10 美元，快取輸入享 95% 折扣；2026 年 11 月 30 日之後，公開版本將調整為輸入 4 美元、輸出 20 美元。官方同時說明，Gemini API 提供 100 萬 token 的統一輸入輸出上限。對正在評估把大型程式碼遷移、長篇文件分析交給模型處理的團隊來說，11 月底前是價格最友善的試用窗口。 ## 官方公布的能力數據 Google 表示，Argon 在 Vals Index（涵蓋金融、程式、法律與稅務工作的綜合指標）排名第一；具身推理基準 ERQA 拿下 87%，為官方所稱的前沿模型最高分；Gamow Labs 的罕見疾病診斷輔助評測 RareBench 為 57%，濕實驗室推理評測 LabBench 為 52.2%。在 Gray Swan 的間接提示注入測試中，面對 15 次適應性攻擊，攻擊成功率壓低到 0.7%，並在程式基準中把「走捷徑」的行為降到 2%。以上皆為 Google 自行公布的數據。 ## Google 自家工程團隊怎麼用 官方列出幾個內部案例：Antigravity 團隊內部的 agentic 程式碼提交量增加超過 35%，程式碼回滾減少近三分之一；Chrome 團隊借助 Argon，把網頁核心處理邏輯從約 600 萬行的舊資料夾中拆出（整體程式碼約 4,000 萬行），原本需要數月的重構縮短為數週。 Google Developers Blog 另外詳述了對 Agent Development Kit（ADK）Python 的實驗：在約 20 萬行的 google/adk-python 上，Argon 在 Antigravity 的 /goal 模式下無人看管跑了 11 小時，提出 6 項優化、涵蓋 32 個檔案；人工審查後只採用 2 項、退回 4 項。最終合併的變更動到 22 個檔案、新增 17 個測試，並跑完全部 16,892 個單元測試，長對話中模型呼叫前的前置耗時降低約 40%，冷啟動匯入速度加快約 21%。被退回的提案多半因為脆弱性、可讀性，或只在合成測試中有效，這也說明目前仍需要人工把關。 ## 科學與機器人：從量子運算到投籃 在科學應用上，Google 提到 Argon 將內部版本的 AlphaQubit 轉成單一最佳化硬體核心，推論吞吐量近乎翻倍；與馬里蘭大學教授 Matt Landreman 合作，找到 1967 年「Grad 猜想」更廣泛的一類反例，為核融合研究社群提供新的基準，相關論文已放上 arXiv。在 Gamow Labs 的新生兒基因體分析中，Argon 找出了常規軟體多年來遺漏的染色體重排；酵素設計方面，數小時內設計出五種針對 4MU-acetate 的絲胺酸酯酶，實驗室測試確認具有催化活性。 機器人方面，Argon 看完一段真人玩沙包投擲（cornhole）的影片後，自行建立環境並產生模擬程式碼，轉移到 Apptronik 的 Apollo 人形機器人後，在實機測試中連投七球命中。Google 稱這套流程為「Video-to-Sim-to-Real」，把原本數週的模擬建模壓縮到數小時。 ## 資安：Fairwind 擴大，Wiz 展示實戰成果 Fairwind 計畫即日起擴大到數百家合作夥伴，通過申請的資安防禦者可分批取得不含資安護欄限制的 Argon。官方引用 Wiz 的「Scan for Good」專案：Argon 協助一個聯邦機構補上可能暴露敏感政府資料與基礎設施的缺口，並串連多個漏洞，找出一個會洩漏主金鑰與管理權限的公開檔案下載繞過問題，Google 表示這保護了數十萬筆病患紀錄。 安全面上，Google 表示 Argon 依「前沿安全框架」評估，採多層防禦，並以自動化錯位監控器即時檢視代理的推理與動作；訓練時刻意不對推理內容施加懲罰，以維持透明。在外部生物紅隊測試中，能被解鎖的生物子任務不到 1%。 ## 給科學家的 6 個月免費額度 Google 還宣布讓 10,000 位科學家免費使用 Antigravity 最高用量層級 6 個月，採分批上線，並視資格、容量與審核而定，申請表單已在官方文章中提供。 ## 為什麼值得關注 Gemini 3.1 Pro 自今年 2 月以來一直是 Google 的旗艦，這次 Argon 從限量試用走到全面開放，意味著 Google 正式把旗艦級競爭拉回與 OpenAI、Anthropic 同一個戰場，而且在導入期以每百萬輸出 10 美元的價格切入。接下來真正的觀察重點，是 11 月 30 日調價後的實際性價比，以及各家企業在長時程代理任務上，能否複製官方展示的成果。 ## 資料來源 官方：[Google 官方部落格：Gemini 4 Argon 全球開放](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/)、[Gemini 4 Argon for developers](https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-argon/)、[Google Developers Blog：ADK Python 優化實驗](https://developers.googleblog.com/optimizing-a-200000-line-python-codebase-overnight-with-gemini-4-argon)、[Gemini API 更新日誌](https://ai.google.dev/gemini-api/docs/changelog)。 📖 延伸閱讀：AI 為你整理的 5 個重點問題[Q1. 想用這個模型處理龐大的程式庫或長文件，在成本和效率上有哪些聰明的實用技巧？→](https://www.soft4fun.net/tech/news/gemini-4-argon-global-availability-api-gemini-app-ai-mode.htm/faq/1)[Q2. 一般個人使用者、獨立開發者和研究團隊，該透過哪種管道接入最符合效益？→](https://www.soft4fun.net/tech/news/gemini-4-argon-global-availability-api-gemini-app-ai-mode.htm/faq/2)[Q3. 讓模型長時間自主運行重構程式碼時，最容易踩到什麼坑？該如何有效把關？→](https://www.soft4fun.net/tech/news/gemini-4-argon-global-availability-api-gemini-app-ai-mode.htm/faq/3)[Q4. 為什麼資安防禦用的特殊版本需要特意解除防護欄？這背後有何考量？→](https://www.soft4fun.net/tech/news/gemini-4-argon-global-availability-api-gemini-app-ai-mode.htm/faq/4)[Q5. 看完它在機器人與科學研究上的突破，未來可以關注哪些新應用與產業風向？→](https://www.soft4fun.net/tech/news/gemini-4-argon-global-availability-api-gemini-app-ai-mode.htm/faq/5)想知道這些問題的解答嗎？