Gemini4 正式上线，可能是最适合普通人的AI？

上来先报个喜。 国庆写了好几个专栏，其中 WorkBuddy 专栏马上 10W+ 阅读了。 感谢各位老铁们的喜欢，你们的支持就是我持续创作的动力呀。 才刚整理完 GPT-6 和 Opus 5.5 的资料，谷歌就把最后一块拼图补上了。 10 月 14 日凌晨，Gemini 4 Argon 正式面向全球开放，API 和付费订阅都能用上了。 谷歌官方的官宣就一句话： Today, Gemini 4 Argon is officially rolling out 。 低调，但力度一点不低调。 这次谷歌最狠的不是跑分，是定价：11 月 30 日之前，API 输入 2 美元、输出 10 美元，12 月 1 日恢复 4 美元和 20 美元。 半价窗口，只有 45 天。 X 上的玩家们，已经连夜把它玩出花了。 接下来带着大家一起看看，这次发布的详细内容。 先说清楚它是什么 Gemini 4 系列的第一个旗舰，对标的档位就是 GPT-6 Astra 和 Claude Opus 5.5 。 名字里的 Argon 是氩气，焊接时做保护气体的那种。 这个命名确实比数字代号有意思哈。 开放范围分三块：开发者走 AI Studio 和 Gemini API；付费订阅用户在 Gemini 应用里直接选；智能体开发平台 Antigravity 也接上了。 网页端打开模型菜单，它排在最下面，定位写着复杂任务，旁边还藏了一个思考等级。 有个细节值得说： 在推向市场之前，谷歌内部已经把 Argon 当成了主力生产力工具。 官方口径，过去几周工程师的智能体代码提交量增长了 35% 以上，代码回滚率下降了将近三分之一。 它还协助 Chrome 团队，在几周内重构了 4000 万行代码库中的 600 万行遗留代码. 彻底消除了一类浏览器崩溃问题。 能力到底到哪了 第三方 Artificial Analysis 的智能指数里. Argon High 拿了 53 分，和 GPT-6 Astra 、 Claude Fable 5.1 并列，第一还是 Claude Opus 5.5 的 58 分。 跑分上它没稳赢谁，但确实没人再能甩开它。 同一份榜单里还有一栏更值得看：每个任务的平均成本。 Argon 只要 1.99 美元，比 Astra 低了大约 39% 谷歌官方评测表里，有三格最值得看： 知识工作 Vals Index 68.9%，四家里最高；长上下文 256k 到 1M 档的 GraphWalks 84.2%，甩开第二名十几个百分点；Harvey 法律代理 19.6%，第二名才 6.7%。 （这是断层吧！！） 沃顿商学院的 Ethan Mollick 在 X 上评价更直接： Argon 是第一个跨过 Fable、Mythos、Astra 门槛的非 OpenAI、非 Anthropic 模型，而且用起来的感觉和其他模型截然不同。 价格是真狠 官方定价表长这样： 11 月 30 日之前，输入 2 美元/百万 token，输出 10 美元；12 月 1 日起，恢复 4 美元和 20 美元。 上下文缓存 0.1 美元，12 月起 0.2 美元。 粗算下来，大概是 Opus 5.5 的一半、Astra 的五分之一。 已经有团队拿真金白银试过了 AIHubmix 团队用完全相同的提示词，对 Argon 和 GPT-6 Astra 做了一道像素风古建筑夜景的生成测试：Astra 耗时 25 分钟，花费 11 美元；Argon 只用了 3 分钟，0.5 美元，画面的色彩层次和光影细节毫不逊色。 3 分钟，0.5 美元，哈哈哈哈。 注意，是促销价，12 月 1 日恢复原价，随时会变。 别家没有的东西 官方给 Argon 的定位，不是通用旗舰，是 通用物理推理模型 。 这是四家旗舰里独一份的牌。 一个叫 ERQA 的具身推理基准，Argon 拿了 87.0%，Opus 5.5 是 82.3%，Astra 是 81.0%，Fable 5.1 是 74.0%。 案例更直观。 谷歌让 Argon 看了一段人类扔沙包的普通视频，它自己测绘环境、计算全身关节运动、写仿真代码，在虚拟世界里练熟之后，把数据传到 Apollo 人形机器人身上，现实测试连续 7 次命中！ 还有 12 球称重谜题，纯视觉闭环，3 次就找出了异常球。 别的模型在学语言，它在学物理。 正如大 V @StockSavvyShay 说的： 如果机器人能从普通视频里学习物理技能，那么谷歌庞大的 YouTube 视频库，将成为它在物理 AI 时代无需自己造机器人就能称霸的最大护城河。 X 上已经玩出花了 发布才一天，各路实测就已经刷屏了。 Antigravity 里已经能看到它，和 Claude Opus 5.5 排在一起，名字是 Gemini 4 Argon High 。 网页端的思考等级有三档：低点求快，中等深度适中，高点超级详尽。 有位 X 用户干了件很多人第一反应都会干的事：直接让它生成视频。 它很诚实，说自己这边没有视频生成模型，只给了一张写实夜景图，还说想真动起来，要么接 Kling 或者 Runway 的 API，要么去 Google Flow。 emmm，它还挺实诚。 所以记住这个坑： 视频生成要去 Google Flow，正常客户端出不了视频。 X 用户结晶拿一道很火的热门提示词试了一把： 创建一个带有 iPhone 行走视角的 3D 中国城市视频，仿真，就像在大街上拍的一样，夜间，高楼大厦的那种，5-10 秒 成品是下面这段，夜景水岸，高楼灯火，湿滑路面把灯光拉出长长的反光。 你还真别说，确实有点意思。 还有 X 上的用户做了同题对比：同一个 3D 海岛场景，Gemini 4 Argon、Claude Opus 5.5、GPT-6 Astra、Kimi K3 各做一版，四个画面拼在一起。 谁好谁坏，大家自己看。 最牛叉的是 X 上一位网友分享的案例。 一份Tibo照片 3D 重建的提示词喂进去，它真的交付了一个能 360° 旋转的网页查看器，Tibo的正面、侧面、后脑勺都有完整几何. 感觉挺不错的哈哈哈哈！ 谁能用上 模型是开放了，门槛却不在一个维度上。 Antigravity 里，只有 Ultra（249.99 美元/月）能用；Pro（19.99 美元/月）只能在 Gemini 应用里聊天用。 X 上的 Mr Ash 的批评很扎眼：OpenAI 和 Claude 都在 20 美元档给最强的模型，谷歌却指望 20 美元的开发者用聊天机器人干活。 免费用户这边，官方定价页写得明明白白：不可用。 想白嫖，这次是真的没有门。 所以普通玩家的入场券，还是 API 那边的半价窗口。 丑话说在前面 物理和 3D 吹完了，丑话得说在前面。 真实业务代码，是它目前的硬伤。 X 上的 Noah 用独立评测 Noah's Bench 给它泼了盆冷水：20 个真实业务代码任务只通过了 7 个，38%，排第 11，成本 3.14 美元。 他的原话：这个模型在处理真实世界的代码时基本没什么用。 不过他也补了一句公道话：谷歌可能已经放弃了纯编程模型的竞赛，把目标转向了面向知识工作者的应用。 官方评测表自己也有落后格： FrontierSWE v2 是 55.0%，Astra 拿了 65.5%；Terminal-bench 57.4%，Opus 5.5 拿了 66.4%。 最后想说的话 说实话，谷歌每次发布都差一口气，模型是好的，节奏是乱的。 之前传的很猛，说已经和 GPT-6 能打平手。 这波下来，我其实有点失望的。 和 GPT-6 、 Opus5.5 还是有些差距的。 不过御三家真正打起来，受益的还是我们普通玩家：2 美元，就能摸到旗舰的门槛。 牌桌重新坐满只是开始，45 天之后价格恢复， 那才是真正的压力测试。 如果你对它感兴趣，抓紧这 45 天，去 AI Studio 上手试一试。 不过，我暂时是不打算订阅的，因为没达到预期。 希望下一次新的版本发布的时候，能超乎我的预期吧。 到时候，我或许会第一时间去实测。 我是洛兹克。 这一次，我们一起走进AI时代。