Gemini 4 Argon 是什麼？跑分查證、API 價格與開放時程

Gemini 4 Argon 是 Google 在 2026 年 9 月 30 日發表的旗艦模型，官方定位寫得具體：真實世界的軟體工程、法律與金融這類企業知識工作，以及資安防禦，而且強調它能撐完整段長時間、多步驟的工作流程。可用性現在有一條清楚的時間軸：9 月 30 日發表當天，只開放給 Fairwind 計畫裡經過審核的資安團隊；近兩週後的 10 月 13 日，Google 在擴大開放公告裡宣布：開發者與企業可透過 AI Studio 與 Gemini 平台的付費 API 使用，Antigravity 開放給 AI Ultra 訂閱者，Gemini App 與搜尋的 AI Mode 則開放給 AI Pro 與 Ultra 訂閱者。

重點先看

Gemini 4 Argon 於 2026 年 9 月 30 日發表，是 Google 七個多月來第一個 Flash 級以上的自研模型；上一個非 Flash 旗艦是 Gemini 3.1 Pro Preview。

獨立評測機構 Artificial Analysis 給它 53 分，與 GPT-6 Astra 平手；幻覺率 15% 是同分群模型中最低，但答案準確率 50% 低於 Astra 的 63%，少猜錯與答得準是兩件不同的事。

API 首發價是每百萬輸入 2 美元、輸出 10 美元，快取輸入打 95% 折扣，官方已定案首發價只到 2026 年 11 月 30 日；12 月 1 日起調為 4 與 20 美元，而且沒有免費層。

開放順序已經走完：Fairwind 資安計畫優先近兩週後，10 月 13 日 Argon 在 API 全面供應，本站 10 月 14 日核對時官方定價頁已列出完整費率，Gemini App 與搜尋 AI Mode 同步開放給 AI Pro／Ultra 訂閱者，Antigravity 則限 AI Ultra。

現在就能做的動作：付費 API 已在計費，把固定任務集與 token 記帳方式準備好，趁 11 月 30 日前的首發價算出自己工作流的每任務成本，在 12 月 1 日價格翻倍前完成遷移試算。

費用骨架先記三組數字。首發價是每百萬輸入 token 2 美元、輸出 10 美元，快取輸入是輸入價的 5%，等於每百萬 0.10 美元；公告腳註與官方定價頁都已定案：首發價適用到 2026 年 11 月 30 日，12 月 1 日起調為輸入 4 美元、輸出 20 美元。對照兩家對手的牌價，這個定價有一個清楚的位置：首發價與 OpenAI 的 GPT-6 Sol（牌價每百萬輸入 2 美元、輸出 10 美元）完全同價，正式價與 Anthropic 的 Claude Opus 5.5 完全同價。Artificial Analysis 的算法更進一步：折扣期間 Argon 每項評測任務的成本是 1.99 美元，約為 GPT-6 Astra 的六成。

這篇解析做四件事：把 Argon 放回 Gemini 世代更新的時間軸，說明 Google 的旗艦路線這半年發生了什麼；把官方跑分與獨立榜單分成兩組解讀，特別是「幻覺率 15%」這個數字到底量到什麼；拆解 API 費率與三種取得入口；整理 agent 安全機制，並給出與 GPT-6 Astra、Claude Opus 5.5 的選擇判準。查證基礎先交代：事實以 Google 官方發布公告（含 10 月 13 日的擴大開放公告）、Fairwind 計畫頁、Gemini API 定價頁與更新紀錄、Artificial Analysis 的評測為本，查證時間為 2026 年 10 月 14 日，規格細節於 10 月 18 日補驗；站上沒有 Argon 的實機測試紀錄，所有評測數字的出處與測量條件都會寫清楚，付費或導入前請以官方頁面當天顯示的內容為準。

Gemini 4 Argon 是什麼：七個月空窗後的世代跳級

定位：給長時程工作流的旗艦模型

官方在2026 年 9 月 30 日的發布公告裡，給 Argon 的定位是「真實世界軟體工程、法律與金融等企業知識工作、以及資安防禦」的前沿模型，公告署名者是 Google DeepMind 的 SVP 兼 Google 首席 AI 架構師 Koray Kavukcuoglu。另一句更關鍵的描述是長時程工作流：模型要能持續進行深度推理，把讀資料、操作工具、寫程式、驗證結果串成同一條執行軌跡，目標情境是長時間、多步驟的工作，不是一問一答的聊天。

公告也寫明 Argon 已經在 Google 內部上線，工程師把它用在從日常除錯到大規模程式碼搬遷與演算法設計的日常工作上。廠商說模型「根本改變了我們工作的方式」這類宣傳語要打折聽，但內部先行再對外發布這個順序本身是事實，後文的內部實績會給你具體案例自己判斷。

查資料時先記一個小陷阱：Argon 是化學元素氬的英文拼法，也是幾個無關產品的名稱，單獨搜尋這個詞會混進大量噪音。用全名 Gemini 4 Argon 當查詢詞，再把來源限定在 Google 官方網域、Artificial Analysis 這類獨立評測機構與主流科技媒體，噪音會少一大半。中文資料目前還很稀薄，多數第一手內容是英文的，本篇的引文與數字都標了出處，方便你回頭核對原文。

如果你需要先補齊 Gemini 家族的背景，Gemini 3 完整指南把上一代的模型分工、入口與方案講得很全；Argon 的定位繼承那套「知識工作與生態整合」的路線，再把長時程與資安兩個屬性拉到最前面。

世代座標：從 3.1 Pro 到 Argon 之間發生了什麼

Artificial Analysis 在發布當天的評測裡給了一個精確的座標：Argon 是 Google 七個多月來第一個 Flash 級以上的自研模型，上一個非 Flash 旗艦是 Gemini 3.1 Pro Preview。中間這段時間，Google 的能見度由 3.8 Flash 家族撐著，包括後文會提到的資安特化版 3.8 Flash Cyber。換句話說，GPT-6 Astra 在九月發表、Claude Opus 5.5 同月接棒的這段期間，Google 一直沒有對位的旗艦產品，Argon 補的就是這個空位。

管理層的變動讓這次發表多了被檢視的理由。CNBC 在 10 月 2 日的分析回顧：Demis Hassabis 八月卸任 DeepMind 執行長後，接手的 Koray Kavukcuoglu 背負的是一場追趕，2026 年大半年的前沿進展由 OpenAI 與 Anthropic 輪流推動，Argon 是新領導層的第一張成績單。同篇報導裡兩位產業分析師的評語值得記住：Futurum Group 的 Nick Patience 判斷 Argon 讓 Google「重新有競爭力」，但還談不上領先；IDC 的 Tim Law 則把強項指向法律推理、金融與企業知識工作的長時間任務。

把「追平」和「領先」分開，是讀這一代模型所有報導的基本功，後面的榜單段會用具體數字回到這件事。

Gemini 3.5 Pro 去哪了：一段需要小心引用的歷史

網路上流傳的整理文常直接寫「Gemini 3.5 Pro 已取消」，這句話的證據結構值得攤開。時間軸是這樣：第三方報導指出 3.5 Pro 原定 2026 年 6 月全面供應，六月下旬第三方報導指出它仍停留在有限的 Vertex AI 預覽階段；七月有分析認為卡在 token 效率與推理表現未達標；進入九月後，開始出現「資源轉向 Gemini 4」的說法。但截至目前，Google 官方從未發布任何取消公告，第三方彙整到的官方說法是模型仍與夥伴測試中、準備好就會廣泛提供，沒有日期。

本站 10 月 14 日重新核對 Gemini API 定價頁的結果可以補上官方側的間接證據：Argon 雖已上架成為頁面上的旗艦，Pro 主線的最高階仍是 3.1 Pro Preview，3.5 Pro 從未出現在任何一版定價頁上。對採購與技術選型的實際含義是：模型路線圖隨時會改，合約與時程別綁在特定版本號上；引用「已取消」三個字時，註明這是第三方報導的推論，官方立場是沉默。

一百萬輸出 token 在實務上意味什麼

Argon 最有記憶點的規格是輸出上限：從前代的 64K 提高到 100 萬 token，官方稱居業界領先水準。輸入端的 context window 同樣是 100 萬 token。數字本身好記，實務意義要展開：輸出上限決定模型能在單一執行軌跡裡「想多長、寫多長」，對要連續產出推理過程、工具呼叫紀錄與長段程式碼的 agent 任務，更大的輸出空間代表任務被迫中斷、拆成多個回合再拼接的情況會變少。

要真的把百萬輸出用滿，還需要一個工程配套。Artificial Analysis 實測時用上 Google 的新 API 功能 Long Decode Continuation：長回應會暫停並保存狀態，由後續呼叫接著生成，讓推理跑到百萬輸出而不觸發請求逾時。這個功能對要設計長任務架構的團隊是新的基礎元件，串接細節以官方文件為準。

冷靜的另一半也要講：輸出 token 是按量計費的項目，而 Argon 的平均輸出量並不小，Artificial Analysis 量到它在評測任務上平均每題輸出 62K token，是 GPT-6 Astra 的 27K 的兩倍多。上限拉高是能力，帳單會誠實反映你用掉多少，費用段的算例會把這件事算給你看。

本站 10 月 18 日補查官方文件，「100 萬輸出」有了精確版可對。官方模型頁把輸出上限寫成「65,536（同步預設）／最高 1,048,576（長解碼）」，思考機制文件把界線講得更白：同步呼叫（背景關閉）無論串流或非串流，預設與最大的 max_output_tokens 都是 65,536，設超過這個值，API 直接回 400 錯誤。這個額度還不是獨立的：輸入、思考與輸出共用同一個 1,048,576 token 的 context window，輸入加輸出超過總量時，API 會自動把輸出上限壓到剩餘空間，長輸入本身就會先吃掉你的輸出配額。

換句話說，「輸出上限 100 萬」是兩段式的能力：同步呼叫維持 64K 級，百萬輸出屬於長解碼。長解碼文件載明兩條路：省事的一條是 Interactions API 的背景執行，設 background=true 並把 max_output_tokens 設為更大的值，且必須開 store:true 把互動存在伺服器端，伺服器以每段最多 64K 的 hop 從上次停止處接續，合併成同一個 interaction，最長可連續跑 24 小時，開發者用輪詢或串流取回結果；另一條是 GenerateContent API 的用戶端接續（client-side continuation），由 Google 的 GenAI SDK 或你自己的程式負責啟動每一段接續，每段請求的回傳量是串流最多 64K、非串流 32K，這組數字屬於接續模式下單段請求的回傳上限，與前段同步呼叫 65,536 的 max_output_tokens 設定上限是兩個不同機制，並不互相推翻；單段執行以 20 分鐘為限，而且伺服器端不保存狀態，接續進度由 SDK 或你自己的程式管理，適合想自己掌握重試與容錯的架構，官方也預告這條路之後會引進 Interactions API。前段實測提到的 Long Decode，靠的就是這類分段接續的工程。計費側再記一條：思考 token 在輸出額度內生成、也計入帳單，模型在推理中途撞到上限會以 incomplete 狀態停止並回傳截斷輸出，已生成的思考照計費；開啟思考時，回應價格是輸出與思考 token 的總和。設計長任務時把三個數字當邊界：同步 65,536、長解碼以 64K hop 接力、思考一律計費。

輸入很多、輸出只有文字：規格表的但書

官方模型頁的支援格式欄寫得直接：輸入可收文字、圖片、影片、音訊與 PDF，輸出只有文字。能力表再把兩條路封住：圖片生成與音訊生成都列為 Not supported，Argon 看得懂圖與聲音，但不親手產出圖與聲音。讀任何「旗艦模型什麼都會」的轉述時，把輸入能力與輸出能力分開檢查，這張能力表就是最快的過濾器；看產品宣傳影片也一樣，畫面裡的圖與配音先分開歸因，再談模型本體做到了什麼。

即時互動同樣有明確界線：Live API 也列為 Not supported，低延遲語音代理的情境，官方在模型總表另以 Gemini 3.8 Live 系列供應，Argon 不在名單上。能力表剩餘的但書順手記兩條，之後排架構用得到：快取只支援隱式（Explicit caching 不支援，與定價頁「僅支援隱式快取」同一口徑），思考提供 low、medium、high 三檔。合起來看，Argon 的介面契約是「多模態輸入、純文字輸出、同步 64K 級、長輸出走長解碼」：要圖要音，在管線後段接專責的生成模型；要語音即時對話，選 Live 系列；要長輸出，一開始就在背景執行與用戶端接續兩條路徑裡擇一設計。

官方跑分怎麼讀：先分清誰測的、測什麼

兩種數字要分開讀

關於 Argon 的能力，現在流通兩組數字。一組出自 Google 官方公告，測量條件由 Google 自己設定，比較對手由 Google 自己挑選；另一組出自獨立評測機構 Artificial Analysis，用同一套評測流程跑所有模型，可以跨模型比較，但樣本與加權是它自己定的。兩組都有引用價值，混在一起就會出現同一個模型一下領先一下落後的矛盾。讀任何一個分數前先問三個問題：測的是什麼任務、誰測的、什麼時候測的。

還有一個容易忽略的陷阱：名字相近的榜單未必是同一張榜。Argon 在兩個 AutomationBench 上都有成績，一個是 Zapier 維護的版本，一個是 Artificial Analysis 自己的 AA 版本，數字差了超過 25 個百分點，兩者都對，引用時標清楚就好。

引用任何發布期的數字，建議固定做三步檢查：先開當下的官方頁面確認數字還在，再找一個獨立來源交叉比對，把查核日期一併寫進自己的筆記。這個習慣其來有自，上一個旗艦模型 GPT-6 Astra 發布時，官方公告的多項評測數字曾在上線後數小時內被修改，首日轉述與隔週整理文出現不同分數的狀況反覆發生。榜單的角色是入圍名單，把你自己的任務集當決賽，模型在你領域的表現才會現形。

官方成績單：軟體工程與企業知識工作

軟體工程是主打戰場。DeepSWE v1.1 衡量真實世界的長時程工程任務，官方給 Argon 的成績是 77.9%，並稱這締造了該基準的新紀錄。這個分數的任務通過定義與失敗分布，要等基準文件或獨立複測才能確認，引用時保留這層不確定性。

企業知識工作這一側的證據更分散但方向一致。官方稱 Argon 在 Vals Index 領先，這個指標按美國 GDP 權重加總金融、程式、法律與稅務工作的經濟影響；同系列的 Vals Finance Agent v2（多步驟金融研究）與 Harvey 的法律代理基準，官方都宣稱領先。自動化整體表現上，Zapier 的 AutomationBench 量端到端商業流程執行，Argon 以 51.3% 排第一。這幾項都是官方自報數字，仍需核對廣泛開放後陸續出現的獨立複測結果。

多模態理解有一個突出的數字：長影片理解基準 LVBench 上 91.7%，官方稱這創下該基準的新紀錄。官方同時列出圖表分析、從長影片辨認細節、依多份文件採取行動三種工作情境，對要把大量視聽素材納入研究流程的團隊，這是比聊天分數更實用的能力項。

內部實績：三個可以把規格翻成場景的案例

公告裡最值得細讀的是三個內部案例，因為它們展示了 Google 認為這類模型該部署在哪裡。第一個在量子運算研究：研究人員用 Argon 優化量子演算法子程式的時空資源，也就是 qubit 數與閘數的乘積，其中一個案例在幾分鐘內把公開發表的最佳基線再改進 40%。

第二個在資料中心維運：一組 Argon 代理分析整個機群的遙測資料，自動找出並套用記憶體優化，實際釋出超過 300 TiB 記憶體，官方估計全部部署後的總節省在 500 TiB 到 1 PiB 之間。第三個在程式碼搬遷：Argon 代理負責把 C 與 C++ 程式碼庫改寫成 Rust，規模從 re2、libgav1 這類核心函式庫的數萬行，到 Fuchsia Zircon 作業系統核心的 80 萬行以上。libgav1 的細節最完整：代理讀過一個既有的 Rust 移植版後，用多輪效能導向實驗置換其中 3.2 萬行 SIMD 程式碼，產生編譯器能自動向量化的安全 Rust，最終解碼器比原 Rust 版快 2.7 倍，影片輸出完全一致。

這三個案例都是 Google 自報的單點成果，不是可外推的平均值，而且官方也講明這類大規模改寫都要經過自動與人工審計、模擬測試和審查後才會進入生產環境。對一般企業的啟示不在數字本身，而在工作形態：模型的角色是「長時間跑著的工程協作者，產出必須過審計這一關」，這個形態正是長時程設計的目標情境。

獨立榜單：53 分追平 Astra，但要把代價一起讀

Intelligence Index 的分數與它的測量條件

Artificial Analysis 在發布當天的評測給出跨模型可比較的綜合分數：Argon 在最高推理檔位下拿 53 分，與 GPT-6 Astra 的最高檔位 53 分平手，比 GPT-6.1 Sol 的 52 分高一分。相對自家的進步幅度更大：比 Gemini 3.1 Pro Preview 的 30 分高出 23 分，比 Gemini 3.8 Flash 高 12 分。同一篇評測下的結論是「Google 以三巨頭之一的身分回來了」。

測量條件有個細節必須記著：Argon 的 53 分是在 high 推理檔位量到的，這已經是它目前開放的最高檔位，對照組 Astra 用的是 max 檔位。檔位名稱不同，嚴格說這組比較不是完全對稱的條件，引用時把檔位一起寫，結論才站得住。綜合分數平手的另一面是單項各有勝負，Terminal Bench 4 這個終端機環境的工程基準上，Argon 的 57% 落後 Claude Sonnet 5.5 的 64%、Claude Opus 5.5 的 60% 與 GPT-6 Astra 的 59%，排名第四。把官方跑分與獨立榜單合起來看，coding 成績好壞參半的結構就是如此：知識工作與自動化領先，終端工程還沒拿到第一。

代理類評測則是 Argon 明確的強項。Artificial Analysis 自家的 AutomationBench-AA 上，Argon 以 78% 排第一，領先第二名 Claude Sonnet 5.5 七個百分點；報告產出類的 AA-Briefcase 拿到 1494 Elo，其中評分規則的通過率 65% 是該機構量測史上的最高紀錄；拆開兩個單項看，分析品質 1576 Elo 高於總分，呈現品質 1308 Elo 則明顯落後。把這組拆開看很有價值：內容符合要求的紀律很強，排版與表達的打磨相對弱，如果你的產線直接拿原始輸出交付，後處理的工要保留。

幻覺率 15% 的確切意義，與它換掉了什麼

Argon 被討論最多的數字是幻覺率。在 Artificial Analysis 的 AA-Omniscience 評測裡，Argon 的幻覺率是 15%，在所有 Intelligence Index 達到 45 分以上的模型裡最低；對照組 GPT-6 Astra 是 51%，GPT-6.1 Sol 是 54%。這個評測量的是模型面對知識問題時的行為傾向：答錯時是自信地給出錯誤答案，還是承認自己不確定。15% 的意思是 Argon 遇到沒把握的資訊時，多數時候選擇說不知道，並非硬猜。名詞要先還原到這個層次，「解決幻覺」這類標題才不會誤導你。系統性理解這個現象，可以搭配AI 幻覺的完整解析。

但同一張表上有另一個數字，把它略過就會得到太樂觀的結論：Argon 的答案準確率是 50%，比自家前代 Gemini 3.1 Pro Preview 還低 5 分，落後 GPT-6 Astra 的 63% 達 13 分。把兩個數字放在一起，圖像就完整了：Argon 很少自信地說錯，但它答對的比率也沒有最高。綜合這兩個軸之後，AA-Omniscience 的總分三家其實黏在一起，Argon 42 分、Astra 43 分、Sol 42 分。

換成選型語言：如果你的工作對「引文可問責」敏感，例如法律研究、金融盡職調查、合規文件、任何要對外署名的內容，Argon 這種寧可說不知道的行為模式價值很高，因為自信的錯誤答案是最難被發現也最貴的一種。反過來，如果你的場景要的是高召回率的發想、或者在有限資訊下就要它給出最可能的判斷，保守的模型可能讓你覺得處處留白。少猜錯與答得準是兩個獨立的能力軸，你的任務吃哪一軸，決定這個 15% 對你是賣點還是干擾。

這個行為模式現在就能自建基準線，而且 Argon 已經開放，兩邊可以一起跑。取二十題自己領域的知識題，一半答案明確、一半刻意挑容易混淆或沒有定論的題目，分別丟給你目前用的模型與 Argon，記錄它們答錯時的姿態：是承認不確定，還是流暢地給出錯誤答案。這套小測試跑完，你就有一個自己的對照基準線，15% 對你的實際意義立刻從抽象數字變成可比較的行為差異。

每任務 1.99 美元怎麼算出來的

Artificial Analysis 的成本模型把單價與用量一起算，得出折扣期間 Argon 每項 Intelligence Index 任務成本 1.99 美元，是 GPT-6 Astra 最高檔位 3.26 美元的六成，約為 GPT-6.1 Sol 的 2.7 倍。省錢的來源要拆開：來自較低的 token 單價，而非較少的用量。Argon 平均每任務輸出 62K token，Astra 是 27K，用量是對方的兩倍以上，折扣期結束後單價翻倍，每任務成本會升到約 3.98 美元，約為 Astra 的 1.2 倍。

這組數字對預算編列的直接指示：折扣價適合拿來做評測與試算，正式的年度預算請用 4 與 20 美元的正式價編列，再按自己工作流的實際 token 分布校正。每任務成本的原始數字出自Artificial Analysis 的 Argon 模型頁，該機構未提供誤差帶，引用時保留這個限制。

API 價格拆解：三組費率、兩個時間點、一個已定案的切換日

首發價、正式價與查證現況

把費率整理成一張表之前，先交代時間軸。公告定價：首發期每百萬輸入 2 美元、輸出 10 美元，快取輸入按輸入價的 5% 計；公告腳註寫明首發期結束後適用輸入 4 美元、輸出 20 美元。首發期多長已有答案：官方定價頁載明首發價適用到 2026 年 11 月 30 日，12 月 1 日起切換正式價。

Argon 已於 10 月 13 日起在 API 全面供應；本站 10 月 14 日核對Gemini API 官方定價頁時，Argon 的完整費率已列出：輸入 2 美元、輸出 10 美元適用到 11 月 30 日，12 月 1 日起改為 4 與 20 美元；快取讀取 0.10 美元起，僅支援隱式快取；Batch 與 Flex 半價（輸入 1、輸出 5 美元，之後 2 與 10 美元）；另有 Priority 檔位（3.60 與 18 美元，之後 7.20 與 36 美元）。免費層明確標示不提供 Argon，頁面同時註明 Google AI Pro 訂閱不包含 API 用量，App 訂閱與 API 帳單是兩條線。

表中 GPT-6 Astra 與 Opus 5.5 的數字取自各家官方定價頁，Opus 5.5 的快取讀取牌價為 $0.20。三個錨點讓這張表好記：Argon 首發價完全等於 GPT-6 Sol 的牌價，正式價完全等於 Claude Opus 5.5 的牌價，而 GPT-6 Astra 的輸入價是 Argon 正式價的 2.5 倍、輸出價也是 2.5 倍。Google 選擇用價格線直接卡進兩家對手的中間地帶，這是競爭策略，也是你議價與預算分配的參照。

兩個算例：標準請求與快取命中

標準請求的算例：一次輸入 50,000 token、輸出 8,000 token 的請求，首發價下輸入 0.10 美元、輸出 0.08 美元，合計 0.18 美元；正式價下同樣請求 0.36 美元。再一個帶長輸出的：輸入 50,000、輸出 62,000（Argon 的平均輸出量），首發價合計約 0.72 美元，其中約 86% 來自輸出。這就是前文說的：輸出導向的 agent 任務，帳單由輸出量主導，模型平均輸出 62K 的特性會直接放大輸出單價的影響。

快取的算例更能看出設計：同一段 50,000 token 的系統提示與參考文件，在首發價下每次全新輸入要 0.10 美元，命中快取只要 0.005 美元，是原價的二十分之一。假設這段 prefix 在十次請求裡被重複使用，無快取的輸入成本合計 1 美元；第一次全價寫入後面九次命中的總輸入成本約 0.145 美元，省下超過八成。對多輪對話與 agent 工作流，固定 prefix 的快取命中率是決定實際帳單的第一變數，定價頁已載明快取讀取為輸入價的 5% 且僅支援隱式快取，快取寫入是否加價未見說明，串接時以帳單實測為準。

把快取用好是工程問題，不只是費率問題。系統提示、工具定義、參考文件這類每次請求都會帶的內容，放進 prefix 的固定段；會逐輪變動的對話與檢索結果，放在後段。請求之間保持 prefix 逐字一致，命中率才會高，任何動態內容插進開頭都會讓後面的快取整段失效。預算表的欄位也照這個結構開：輸入、快取讀、輸出分開記，加上每任務的輸出量與快取命中率，首發價與正式價各算一欄。這張表現在就能填入實測數字：Argon 的 API 已在計費，遷移決策不必再等，也方便日後任何模型換代時直接重用。

費用段落的收尾提醒：以上全部是 API 計價，訂閱側的答案在 10 月 13 日揭曉：Gemini App 與搜尋 AI Mode 的 Argon 開放給 AI Pro 與 Ultra 訂閱者，Antigravity 限 Ultra，台灣四層月費（免費／AI Plus／AI Pro／Ultra）的方案細節整理在Gemini Spark 指南的台灣方案價格。不過官方仍以運算量描述額度：Gemini App 的用量每 5 小時重整、設有每週上限，AI Mode 與 Antigravity 另有各入口的限制，「每天可用幾次 Argon」的具體數字官方不公布，任何轉述都只能是猜測。

方案入口：10 月 13 日之後誰用得到

Fairwind：用治理換早期存取

Argon 的開放策略把順序整個倒過來：先給最敏感的一群人。首波用戶是 Fairwind 計畫的資安防禦者，這個計畫在2026 年 9 月 2 日啟動，當時搭配的是資安特化模型 Gemini 3.8 Flash Cyber 與程式碼安全代理 CodeMender；9 月 30 日起，部分Fairwind 夥伴取得 Argon 的獨家存取，全球夥伴超過 650 個。

Fairwind 的設計邏輯值得攤開，因為它是「高風險能力如何先上架」的一個範本。取得資格的組織要通過背景審查，驗證資安紀錄與營運倫理；核准後的使用也受治理規範約束：雙重用途任務只限防禦與學術研究目的，包括授權的威脅模擬、逆向工程與惡意軟體分析；組織要落實使用者層級驗證與防釣魚的多因素驗證，只有內部資安、事件應變或滲透測試團隊能存取 Argon，而且存取與使用都要留紀錄；存取權禁止轉讓、分潤或再銷售。優先順序也寫得明白：政府與國家資安機關、醫療、電信、能源、金融等關鍵基礎設施營運者，以及核心技術平台。

對資安模型而言，這套治理還有一個關鍵的交換條件：Google 對信任的防禦者釋出沒有資安護欄的 Argon，讓他們發揮完整的漏洞研究與修補能力。也就是說，同一個模型有兩種面貌，一般版帶護欄，Fairwind 版解開資安限制，這是按身分分層的安全設計，後文安全機制段會再回到這個設計的含義。實際戰果已有公開案例：資安公司 Wiz 透過它的 Scan for Good 計畫免費協助保護關鍵公共基礎設施，用 Argon 找到一個全球醫院都在使用的醫療軟體中、會暴露敏感個人資料的重大漏洞，官方稱先前的旗艦模型都沒有抓到這個問題。

如果你的組織考慮申請 Fairwind，期待要放對位置。這是早期存取計畫，不宜直接把它等同正式商用 SLA 或產品路線圖承諾；申請是表單制，官方會定期審核並逐步邀請符合條件的組織，內部要先備好治理能力，也就是前段那些認證、存取控制與使用紀錄的要求，通過審核的組織靠的正是這些已經存在的制度，而非臨時準備。對不在申請輪廓裡的企業，這套治理文件仍有價值：它示範了高權限 AI 能力上線前，供應商與客戶之間該約定哪些邊界，拿來當你自己導入 agent 時的契約附件清單剛好。

台灣現在碰得到嗎：三個入口的現況

把官方說法與 10 月 14 日查證現況整理成三個入口。第一，Fairwind：組織可以申請，官方在10 月 13 日的擴大開放公告裡同步宣布將擴大至數百個額外夥伴，適合資安團隊與關鍵基礎設施營運者，個人用戶不適用。第二，付費 API：10 月 13 日起在 AI Studio 與 Gemini 平台全面供應，無免費層，Google AI Pro 訂閱也不包含 API 用量。第三，訂閱制：Gemini App 與搜尋 AI Mode 的 Argon 開放給 AI Pro 與 Ultra 訂閱者，Antigravity 的代理開發環境限 AI Ultra。

原本的懸念已經落地：AI Pro 與 Ultra 訂閱者已可在 Gemini App 使用 Argon，Antigravity 的開放也從社群回報變成官方確認。API 端另有兩個時間敏感的變動值得記下：10 月 8 日起 3.7 Flash 已被 3.8 Flash 取代、3.5 Flash 被 3.6 Flash 取代，舊模型 ID 的請求會自動轉送，但 AI Studio 裡已經選不到舊版；同批API 更新紀錄也把舊版深度研究代理 deep-research-pro-preview-12-2025 訂出 10 月 23 日關閉日，用 API 接深度研究代理的系統要在期限前遷移到 deep-research-preview-04-2026 等新版代理。在台灣，一般開發者與知識工作者的務實做法仍是把 3.8 Flash 當日常主力，價格與行為都已知，量大的任務成本好掌握；Argon 沒有免費層，適合以付費 API 點用，處理旗艦級難題與遷移試算；3.1 Pro Preview 仍掛在定價頁上，需要接近旗艦推理力的一次性難題也可以點用它。把提示詞、工具定義與驗收標準整理成模型無關的資產，這些資產現在就能直接搬進 Argon，試算與上線都省一輪工。若你只用 Gemini App 免費版：免費帳號自 10 月 9 日起陸續改用 Auto 自動選模，多數提問由 Flash-Lite 回答，較深的推理可能交給 Flash 或 Pro，關閉智慧選模後則一律使用 Flash-Lite，免費層碰不到 Argon，最近的入口是 AI Pro 訂閱。

訂閱側在 10 月 13 日還有一組更新值得單獨記下。當天的 Gemini App 公告寫明，Antigravity 的代理式程式介面「現在直接在 Gemini macOS app 提供」，官方的用意是讓聊天與寫程式之間的切換更容易；公告只標明 macOS，Windows 端沒有對應訊息，不必替官方推測時程。同一篇公告也把任務模式帶進主對話窗：從 chat 切到 tasks 之後，Gemini 可以在你離開電腦時繼續把事情做完，而且已連接超過 40 個應用程式，公告以 Instacart、OpenTable、Adobe、Shopify 為例。程式工作流的背景脈絡可以搭配Vibe Coding 入門解析；把「在對話窗裡直接寫程式」與「把任務交代下去放著跑」當成兩種能力分開評估，會比把它們混成一個賣點更接近實況。

agent 安全機制：四道防線與一個雙軌設計

Argon 的安全論述值得單獨一段，因為它處理的已經超越「模型會說什麼」，進到「模型實際做了什麼」。官方在公告裡列出廣泛開放前持續強化的四個方向，每個方向都對應一類可具體描述的風險。

這套論述的市場背景也要知道。CNBC 的分析指出，2026 年 OpenAI 與 Anthropic 的系統接連發生數起未授權存取外界系統的資安事故，讓 Google 有機會把自己定位成「可信賴的安全模型供應商」，把安全敘事從技術規格推向採購決策。讀的時候兩邊都要保留：安全工程是實際存在的投入，安全定位也是競爭策略，兩者並不互斥，但分辨得出來，你才不會把行銷語言當成驗證結果。

第一道防線處理濫用。模型要能拒絕被用於網路攻擊與化學、生物、放射、核子（CBRN）類攻擊的請求，同時保留合法的雙重用途科學研究，判準放在 Google 的 Frontier Safety Framework 裡。技術上比較新的一步是內部活化監控：直接監看模型內部表示來偵測濫用意圖，並經過內部與外部紅隊以手動加自動攻擊組合測試穩健性。

第二道防線處理間接提示注入，也就是把惡意指令藏進模型會讀取的內容裡、劫持它行為的攻擊。官方稱 Argon 是至今對這類攻擊最有韌性的版本，方法是把自動化紅隊與對抗訓練結合，並在 Gray Swan 的間接提示注入基準上取得領先。對會讓 agent 讀網頁、讀信件、讀第三方文件的任何架構，這個能力項都該列進評估表。

第三道防線處理行為偏離意圖，官方叫失準（misalignment）緩解：系統會監控 Argon 的推理過程與實際行動，判斷執行方式已經超出使用者原始意圖時停止執行。同一套監控機制已用於內部部署、能力評測與 Argon 的訓練過程，發現問題會通知專責事件應變團隊；訓練側官方載明的原則，是嚴格避免懲罰模型的思考內容，讓推理過程保持透明、能持續被監控。官方同時公開呼籲業界在能力快速提升的階段保留推理透明度，讓模型的可讀推理過程持續可用於診斷失準，這段表態在監控與能力此消彼長的辯論裡是少見的正式立場。

第四道防線處理執行環境。模型愈強，測試它的環境就要愈像保險箱：Google 按 agent 控制路線圖強化沙箱環境，在高風險訓練或評測開始前先隔離封存，並計畫把這些 agent 安全實務分享給夥伴。沙箱與權限設計的通用原則，可以搭配AI Agent 入門解析與Google 代理平台指南建立整體框架。

把四道防線放回 Fairwind 的無護欄版本，就看出這套設計的整體形狀：安全不是把能力齊頭式壓低，而是按身分與用途分層，可信任的防禦者拿到完整能力並接受治理與審計，一般用戶拿到帶護欄的版本。採購端可以從這套論述抄四個檢查點去問任何 agent 供應商：是否監控執行行為相對意圖的偏離；高權限操作是否在隔離沙箱內進行；推理過程是否保持可供審計的透明度；雙重用途任務的邊界寫在哪份文件裡。答不出這四題的供應商，成熟度就先打上問號。

誰該試用 Argon，誰該留在 Astra 或 Opus 5.5

三個模型現在的相對位置，可以用一張表先定位，再講選擇訊號。表內價格皆為每百萬 token 標準牌價，分數出自 Artificial Analysis 的評測，測量條件各欄已註明。

試用 Argon 的訊號有三個。你的工作對引用紀律敏感，自信的錯誤答案是最貴的一種錯，法律、金融、合規、對外署名內容都屬於這類，15% 對 51% 的幻覺率差距直接打在痛點上。你的任務形態是長時程代理工作，需要大輸出空間與 AutomationBench 那種跨工具執行力，而且已經在 Google 生態（Vertex、Workspace、資安工具鏈）裡有投資。你願意投入固定任務集與驗收流程，透過付費入口評估實際收益；或者你的組織符合 Fairwind 的資安輪廓，直接用無護欄版本練兵。

留在 GPT-6 Astra 的訊號也有三個。答案準確率優先，63% 對 50% 的差距對考試型、查證型任務是硬差距。終端工程單項你要現在最好的分數，Astra 與 Opus 5.5 都在 Argon 前面。你的工作流已經建立在 OpenAI 的 Responses、Codex 與工具鏈上，遷移成本超過換模型的預期收益。至於 Claude Opus 5.5，同價位下它的工程分數更高、供應穩定，Opus 5.5 的完整解析把價格調降與相容性變化講得很細；而 GPT-6.1 Sol 在同分數群裡每任務成本更低，Sol 與 Luna 的分工解析值得交叉比對。

可用性已不再是決策變數：Argon 的 API 從 10 月 13 日起就能付費呼叫，與 Astra、Opus 5.5 站上同一條起跑線，真正的時間壓力變成 12 月 1 日起的價格切換。做法仍是分層路由的既有原則，先把不遷移就吃虧的任務留在現有旗艦上，同時準備一套固定任務集，十道真實工作題，每題記 token 用量與人工修改次數，趁首發價跑一輪就能得到你自己的每任務成本與品質對照。Astra 的完整證據與方案細節在GPT-6 Astra 深度解析，選型方法論可再搭配AI 模型選型的決策框架。

原定的四個觸發點已經成立兩個：首發折扣的結束日已公布（11 月 30 日，成本表要預先準備 12 月起的正式價欄位），Argon 也已出現在 API 定價頁（截至 10 月 14 日核對，Batch 半價、Priority 檔位等計費細節一併揭曉）。還沒落地的兩個繼續等：訂閱側只宣布開放給 Pro 與 Ultra，具體額度官方未給統一數字，Gemini App 以運算量計、其他入口另計，訂閱與 API 兩條路的成本比較要靠實際使用數字；Artificial Analysis 或其他獨立機構發布改版評測時，分數與每任務成本也要刷新一次。把這份更新後的清單設成關注項，比每隔幾天重讀一遍公告省力，也不會漏掉真正改變決策的訊號。

模型、價格與額度在未來幾週仍可能變動，12 月 1 日起的價格切換、訂閱額度的實際感受、獨立評測的改版，這三件事都會直接改變上面的算式。付費或遷移前，回到官方公告、Fairwind 頁與定價頁重讀一次當天版本，再用自己的任務數字做最終判斷。