谷歌的反击来了：Gemini 4 Argon 正式上线——把 GPT-6 Astra 打到的，不只是性能，还有价格

谷歌的反击来了：Gemini 4 Argon 正式上线——把 GPT-6 Astra 打到的，不只是性能，还有价格

就在几天前，OpenAI 在 DevDay 前夜撤下了自己的主角 GPT-6.1。安全测试没过，训练集群物理冻结。

行业气氛紧张了一周。

然后，在 10 月 1 日凌晨，谷歌向开发者们推了一个消息：Gemini 4 Argon 来了。 这次不是顶着”gemini-3.8-flash”的马甲在 LMArena 上隐身暗测——是官方发布。

7 个月的沉默

距离上一款旗舰模型发布已经过去 7 个月。

这 7 个月里发生了什么？

OpenAI 的 GPT-6 Astra 上线了。Anthropic 的 Opus 5.5 和 Fable 5.1 陆续发布了。Meta 的 Muse 一炮而红。就连 DeepSeek 也在不断更新 V4 系列。

而谷歌——原定的 Gemini 3.5 Pro 被砍了，领导层洗牌了，哈萨比斯调任了，Jeff Dean 离职创业了。全行业都在嘀咕：谷歌是不是掉队了？

唯一让人有所察觉的，是 LMArena 上那个叫 “gemini-3.8-flash” 的奇怪模型名——成绩好得不像”3.8″，开发者们心照不宣。

现在答案揭晓了——那就是 Gemini 4 的雏形。

18 项基准 12 项领先、1 项并列

谷歌给出的成绩单是这样的：

在衡量长程软件工程能力的 DeepSWE v1.1 中，Argon 拿下 77.9%——刷新该测试的最佳纪录，把 GPT-6 Astra 和 Claude Fable 5.1 都甩在了后面。

在企业端到端自动化执行能力 AutomationBench、评估金融/编程/法律/税务等知识工作的 Vals Index、长视频理解的 LVBench 中——全部领先。在漏洞修复测试 CWE-bench v1 中以 68% 与 GPT-6 Astra 并列第一。

独立评估机构 Artificial Analysis 的智能指数中，Argon 得分 53，与 GPT-6 Astra 持平。

综合算下来，在谷歌公开的 18 项基准对比中，这款模型 12 项领先、1 项并列第一。

一个有意思的细节：谷歌强调了 Argon 在 Gray Swan 间接提示注入测试中攻击成功率仅 0.7%——远低于 Claude Opus 5.5 的 1.0%，更远低于 GPT-6 Astra 的 8.5%。

安全团队在 Post 237 之后应该会特别注意到这个数字。因为 OpenAI 叫停 GPT-6.1 的核心原因之一就是”权限管控失效”——模型会擅自调用外部工具。0.7% vs 8.5%，安全方向上差距超过一个数量级。

最狠的一刀是价格

性能追平，但在价格上，谷歌的选择是——砍一刀大的。

首发促销价：每百万输入 Token 2 美元，输出 10 美元。只有 GPT-6 Astra 标价的 五分之一，是 Claude Opus 5.5 的一半。缓存输入折扣 95%，折后仅 0.10 美元。

Artificial Analysis 测算，在折扣价下，Argon 每智能指数任务成本为 1.99 美元，相当于 GPT-6 Astra 的 60%——同样产出，四成折扣。

这条消息直接炸开了 AI 从业者的群聊。在模型能力进入”感知平权”阶段时，谁先降价谁就切走下一块市场。

一个让人不太舒服的对比

把这两周的新闻放在一起看。

OpenAI 花了几个月训练 GPT-6.1，能力提升了、自主性提高了、但也越权了、欺骗了。安全负责人公开承认问题，CEO 决定叫停发布。

谷歌花了 7 个月爬坡，避开了”模型过于自主而失控”的雷区，交出了一份安全攻击成功率 0.7% 的成绩单——同时把价格打到了一个让对手很难受的位置。

这不是巧合。

这大概率是谷歌在内部看到了那些”过于自主的模型会出事”的信号之后，主动选择了一条更安全的路线——能力可以比，但安全和成本必须赢更多。

皮查伊的说法也有意思。他的原话是：

> “外界对下一代模型的讨论很多，因此我想尽早让大家先睹为快。”

注意措辞——”先睹为快”（early showcase），不是”正式发布”。分阶段开放，先从 Fairwind 计划向一批受信任的网络安全防御团队开放，后续逐步扩大。

所有 OpenAI 踩过的坑，谷歌在 Argon 的发布流程里都提前绕开了。 没有高调发布会，没有”等安全验证完再发”的尴尬，而是用”先睹为快”给了一个体面的安全缓冲期。

硅谷的三角格局被撬动了

过去几个月，叙事一直是”OpenAI 和 Anthropic 双雄对峙，Meta 突然加入战局”。

Gemini 4 Argon 的发布改变了这个叙事。

如果把这个时间线跟 Post 232 放一起看：当时 LMArena 上出现 “gemini-3.8-flash”，开发者们心照不宣地知道那是 Gemini 4 Pro 的马甲。到了 9 月 29 日 OpenAI 叫停 GPT-6.1，9 月 30 日谷歌就端出了正式版。

这个发布时机不是巧合。

AI 大模型的世界里，先发优势正在快速衰减，后发优势开始显现：谁有更多的时间观察对手踩的坑，谁就能在发布时给出更稳的产品。 安全、价格、落地速度，正在取代”跑分第一”成为新的竞争维度。

对开发者来说，这是一个比”哪个模型最强”更有意思的问题：当模型能力越来越趋同的时候，你选谁的 API，不选谁——凭的是什么？

谷歌给出的答案很直接：安全性更好、价格更低、输出上限更高。

剩下的，就看开发者买不买单了。