Google Membuka Akses Gemini 4 Argon kepada Pengguna Berbayar, dengan Harga Pengenalan dan Pendedahan Keselamatan Baharu

Pelancaran lebih luas dengan peningkatan yang boleh diukur serta risiko yang diakui

Google membuka akses Gemini 4 Argon kepada pembangun, perniagaan dan pengguna berbayar di seluruh dunia pada 13 Oktober 2026, dengan harga API pengenalan sebanyak $2 bagi setiap sejuta token input dan $10 bagi setiap sejuta token output, selain dakwaan terperinci tentang keupayaannya dalam kejuruteraan perisian, penyelidikan saintifik dan robotik. Peluasan ini dibuat 13 hari selepas pelancarannya pada 30 September, ketika akses dihadkan kepada pasukan pertahanan keselamatan siber terpilih.

Pelancaran ini turut memberikan gambaran keselamatan yang lebih bernuansa berbanding pengisytiharan ringkas bahawa model itu lulus pemeriksaan. Google DeepMind berkata pihaknya tidak dapat menolak kemungkinan Argon mencapai ambang keupayaan kritikal dalam maklumat biologi dan keselamatan siber, atau ambang berasingan yang melibatkan keupayaan menyembunyikan tindakan dan kesedaran tentang persekitaran penggunaannya. Google berkata perlindungan yang dilaksanakan mengurangkan risiko yang masih ada sehingga di bawah ambang tersebut.

Dalam pengumuman pelancaran Argon, syarikat itu melaporkan peningkatan lebih 35% dalam penghantaran kod yang dihasilkan menerusi aliran kerja ejen AI, serta pengurangan hampir satu pertiga dalam pengembalian kod. Contoh yang dikemukakan merangkumi penyusunan semula Chromium hingga penjanaan reka bentuk enzim yang kemudiannya menunjukkan aktiviti dalam ujian makmal.

Koray Kavukcuoglu, naib presiden kanan Google DeepMind dan ketua arkitek AI Google, menyifatkan skop pelancaran itu:

Kami memberikan akses kepada pembangun, perusahaan, saintis dan pengguna kepada model sempadan terbaharu kami.

Fokus utamanya bersifat praktikal, bukan semata-mata perbualan: Argon direka untuk menyiasat sistem rumit, menghasilkan perubahan dan menguji hasil melalui tugasan yang berpanjangan. Sama ada ia memberikan nilai yang boleh diharapkan bergantung pada beban kerja, tahap akses dan semakan manusia, seperti yang ditunjukkan oleh contoh kejuruteraan Google sendiri.

Siapa boleh mengakses Argon, dan melalui produk apa?

Pelanggan Google AI Pro dan Ultra boleh menggunakan Argon dalam aplikasi Gemini dan AI Mode dalam Search. Akses langganan individu melalui Google Antigravity, persekitaran Google untuk ejen pengekodan AI, memerlukan pelan Ultra. Google turut menyenaraikan akses Ultra dalam AI Studio, selain akses pembangun berasingan melalui Gemini API berbayar dalam AI Studio dan Android Studio.

Perniagaan boleh mengakses model itu melalui Gemini for business, API dan Antigravity. Perbezaan ini penting: langganan pengguna dan penggunaan API berbayar ialah dua laluan berasingan, maka akses Pro dalam aplikasi Gemini tidak secara automatik memberikan akses yang sama kepada aliran kerja pengekodan autonomi.

Harga langganan yang dilaporkan ialah $20 sebulan untuk AI Pro dan bermula pada $99 sebulan untuk Ultra. Pelanggan Pro boleh menjana kod dengan Argon melalui Gemini Canvas, sementara Google mengekalkan Gemini 3.1 Pro. Tiada tarikh diumumkan untuk akses Argon pada peringkat langganan Antigravity yang lebih rendah atau bagi pengguna percuma.

Pelancaran ini menyusuli tempoh singkat ujian terhad sebelum pengedaran diperluas:

• 30 September 2026: Google mula-mula memperkenalkan Argon dengan akses untuk pasukan pertahanan keselamatan siber yang diluluskan.
• 12 Oktober 2026: Meta mengumumkan Muse Wonder Full, satu lagi model sempadan pesaing.
• 13 Oktober 2026: Google memulakan pelancaran global Argon kepada pelanggan, pembangun dan perniagaan yang layak.
• 1 Disember 2026: Laporan menyatakan tarikh ini sebagai permulaan harga API standard selepas tempoh pengenalan.

Perkara yang diliputi harga pengenalan

Pengumuman Google mengesahkan harga $2 bagi setiap sejuta token input dan $10 bagi setiap sejuta token output, dengan token input tersimpan menerima diskaun 95%. Token ialah unit yang diproses oleh model, lazimnya perkataan atau sebahagian perkataan. Caching membolehkan input yang telah diproses digunakan semula pada caj yang lebih rendah.

Dengan kadar tersebut, sejuta token input biasa bersama sejuta token output akan berharga $12. Potongan 95% daripada kadar input pengenalan menjadikan input tersimpan yang layak berharga $0.10 bagi setiap sejuta token. Ini ialah harga berdasarkan penggunaan, bukannya harga langganan Gemini.

Laporan menyatakan tempoh pengenalan berakhir pada 30 November, dengan harga meningkat dua kali ganda kepada $4 bagi setiap sejuta token input dan $20 bagi setiap sejuta token output pada 1 Disember. Contoh yang sama ketika itu berharga $24. Pengumuman pelancaran Google tidak menyatakan tarikh akhir atau kadar selepas itu, maka kenyataan rasmi yang diterbitkan mengesahkan harga pengenalan tanpa mengesahkan tarikh tamatnya.

Laporan turut menyifatkan kadar pengenalan itu sebagai kira-kira satu perlima daripada harga sesetengah model pesaing. Perbandingan itu tidak menentukan kos menyiapkan sesuatu tugasan: sistem yang berbeza mungkin menggunakan jumlah token yang berlainan, memerlukan percubaan semula atau menghabiskan masa penaakulan yang berbeza. Tempoh diskaun untuk input tersimpan juga tidak dinyatakan dalam pengumuman rasmi.

Eksperimen Python menunjukkan sebab semakan masih penting

Salah satu contoh paling bermaklumat melibatkan Agent Development Kit (ADK) Google, iaitu rangka kerja untuk membina ejen AI perusahaan. Repositori Python ADK mengandungi kira-kira 205,000 baris kod dalam hampir 800 fail sumber, disokong hampir 17,000 ujian unit. Argon diminta mengurangkan beban kerja rangka kerja tanpa mengubah antara muka awam atau perkara yang dihantar aplikasi kepada model mereka.

Dalam percubaan awal yang berlangsung kira-kira dua jam, Argon menemui kesesakan prestasi sebenar tetapi turut menimbulkan masalah. Antaranya ialah perubahan kecil yang sukar dikesan pada skema JSON awam dan kes ujian yang terlepas. Pasukan itu kemudian memberikan panduan repositori dan mengarahkan Argon menyediakan permintaan tarik yang belum digabungkan, berserta ukuran prestasi.

Pelaksanaan tanpa pengawasan yang menyusul berlangsung selama 11 jam. Argon membaca 12 fail panduan, mencadangkan enam pengoptimuman dan menjalankan 16,892 ujian unit. Penyemak manusia menerima dua cadangan dan menolak empat, dengan alasan termasuk risiko data tersimpan yang lapuk, kebergantungan pada bahagian dalaman pustaka yang bersifat peribadi, kebolehbacaan yang merosot dan peningkatan yang hanya terhad kepada penanda aras buatan.

Perubahan yang diterima menapis sejarah perbualan sebelum menyalinnya dan menangguhkan pemuatan pakej berat sehingga diperlukan. Perubahan akhir melibatkan 22 fail dan menambah 17 fungsi ujian. Google melaporkan pengurangan kira-kira 40% pada masa persediaan bagi sesi panjang yang disimpan dalam memori, serta peningkatan 21% pada masa import pakej selepas permulaan baharu.

Pengukuran berasingan bagi larian 158 giliran turun daripada 65.6 saat kepada 56.1 saat, iaitu pengurangan kira-kira 14.5%. Angka yang lebih kecil ini tidak bercanggah: peningkatan 40% pada satu komponen tidak menjadikan keseluruhan aliran kerja 40% lebih pantas. Eksperimen itu juga menunjukkan bahawa lulus set ujian awam sahaja tidak mencukupi. Satu cadangan perubahan import lulus kesemua 16,892 ujian awam tetapi gagal pada 25 sasaran ujian dalaman sebelum diperbaik.

Daripada Chromium kepada inferens Gemma yang lebih pantas

Google berkata Argon membantu memisahkan pengendalian teras halaman web daripada folder legasi yang mengandungi kira-kira enam juta baris ciri pelayar dalam pangkalan kod Chromium yang mempunyai 40 juta baris. Folder itu merangkumi kira-kira 15% daripada jumlah tersebut. Penstrukturan semula itu melibatkan ratusan fail dan, menurut Google, memendekkan kerja berbulan-bulan menjadi beberapa minggu.

Manfaat yang disasarkan ialah membolehkan halaman web aktif berpindah antara tab, panel sisi dan tetingkap terapung tanpa dimuatkan semula, sambil menghapuskan satu kategori kerosakan sistem. Itu ialah hasil yang dijangka daripada kerja seni bina tersebut, bukannya bukti bahawa setiap pengguna sudah mendapat keupayaan itu.

Bagi Gemma 4 E2B, Google melaporkan peningkatan kelajuan inferens sebanyak 2.85 kali pada Nvidia A100 menggunakan vLLM, perisian untuk menjalankan model bahasa. Kadar pemprosesan meningkat daripada kira-kira 37,900 kepada lebih 108,000 token sesaat, dengan token yang dijana kekal sama dan tiada kemerosotan kualiti dilaporkan. Ini ialah hasil bagi model dan perkakasan tertentu, bukannya peningkatan kelajuan sejagat untuk keluarga Gemma.

Contoh dalaman lain yang dilaporkan termasuk pengesanan pemaparan emoji berulang dalam komen YouTube dan penemuan pepijat sejak 2018 dalam simulator fizik dron yang digunakan oleh perniagaan penghantaran Wing milik Alphabet. Laporan berbeza tentang angka YouTube: satu menyebut pengurangan 45% dalam beban pelayan, manakala satu lagi mengatakan kuasa pengkomputeran yang diperlukan berkurang separuh. Tanpa maklumat lanjut, ukuran tersebut tidak patut dianggap setara.

Satu lagi siasatan yang dilaporkan meneliti 134 pepijat perisian lama dan mengenal pasti 97 daripadanya sebagai lapuk atau pendua dalam masa kurang tiga jam. Secara keseluruhan, contoh ini menunjukkan potensi Argon sebagai alat penyelenggaraan dan penyiasatan, namun hasilnya kekal sebagai dakwaan syarikat dan bukannya penilaian yang diulang secara bebas.

Kedudukan teratas penanda aras bergantung pada tugasan

Kad model Argon Google DeepMind untuk Oktober menyenaraikan skor Vals Index sebanyak 68.9%, berbanding 63.1% bagi GPT-6 Astra dan 67.0% bagi Claude Opus 5.5. Argon mendahului ukuran kerja profesional itu merentas bidang termasuk kewangan, undang-undang, pengekodan dan tugasan cukai.

Keputusan pengekodan yang disenaraikan termasuk 77.9% pada DeepSWE v1.1 dan 91.9% pada Vibe Code Bench. Pada CWE-bench v1, penilaian keselamatan siber, Argon mencatat 68.0%, seri dengan GPT-6 Astra dan bukannya mengatasinya.

Jadual rasmi yang sama menunjukkan pesaing mendahului dalam bidang lain. Pada FrontierSWE v2, Argon memperoleh 55.0% berbanding 65.5% bagi Astra. Pada Terminal-bench 4.0, skor Argon sebanyak 57.4% ketinggalan berbanding 66.4% bagi Opus 5.5. Oleh itu, dakwaan umum bahawa Argon lebih unggul dalam semua bidang pengekodan dan sains perlu diberikan konteks.

Keputusan Artificial Analysis Intelligence Index yang dilaporkan memberikan Argon skor 53, sama dengan GPT-6 Astra dan Claude Fable 5.1, tetapi di bawah Claude Opus 5.5 pada 58 serta Muse Wonder Full dan Claude Sonnet 5.5 pada 56. Skor ini mengukur gabungan kebolehan yang berbeza daripada Vals Index dan tidak boleh dibandingkan secara langsung dengan peratusannya.

Sam Witteveen, ketua eksekutif dan pengasas bersama firma perunding AI perusahaan Red Dragon AI, memuji Argon tetapi mempertikaikan dakwaan bahawa ia model terbaik yang tersedia. Penilaiannya sepadan dengan gambaran bercampur daripada penanda aras: prestasi profesional yang kukuh tidak membuktikan keunggulan dalam setiap jenis tugasan.

Hasil saintifik merangkumi kod kuantum hingga ujian enzim

Google melaporkan bahawa Argon hampir menggandakan kadar inferens bagi versi dalaman AlphaQubit, sistem pembelajaran mesin untuk menyahkod ralat kuantum. Google juga berkata pelaksanaan subrutin arcsin oleh Argon yang disahkan secara formal menggunakan Lean mengurangkan kos ruang-masa lebih 100 kali ganda berbanding garis dasar quantum CORDIC yang diterbitkan. Kos ruang-masa menggabungkan sumber pengkomputeran yang diperlukan oleh pengiraan kuantum dengan tempoh masa yang diambil.

Dalam penyelidikan gabungan nuklear, Google bekerjasama dengan Matt Landreman, profesor Universiti Maryland, untuk mengenal pasti kelas contoh balas yang lebih luas terhadap konjektur Grad, hipotesis sejak 1967 tentang penyelesaian tepat bagi medan magnet. Penyelesaian yang terhasil menyediakan penanda aras untuk menguji perisian simulasi stellarator. Ini ialah sumbangan matematik dan simulasi, bukannya demonstrasi kuasa gabungan nuklear yang boleh digunakan secara komersial.

Google turut melaporkan bahawa perubahan pada pakej kimia kuantum xTB menjadikan ramalan struktur molekul sehingga 2.3 kali lebih pantas dan carian bentuk molekul alternatif 1.8 kali lebih pantas. Perubahan itu disumbangkan kepada repositori rasmi pakej tersebut.

Dalam bidang biologi, Gamow Labs menggunakan Argon untuk menganalisis genom tanpa butiran pengenalan diri daripada bayi baru lahir yang mengalami gangguan perkembangan paru-paru yang jarang berlaku. Google menghuraikan satu kes apabila Argon mengenal pasti penyusunan semula kromosom yang terlepas pandang selama bertahun-tahun. Penilaian persendirian menghasilkan skor 57% bagi bantuan diagnosis penyakit jarang berlaku dan 52.2% bagi penaakulan makmal. Ini ialah penilaian penyelidikan, bukannya bukti bahawa Argon boleh mendiagnosis pesakit secara bebas.

Saintis Google turut menggunakan Argon untuk menghasilkan lima reka bentuk baharu serine esterase, iaitu enzim yang memecahkan ikatan ester. Ujian makmal seterusnya mengesahkan aktiviti pemangkin. Secara berasingan, Google membuka permohonan untuk 10,000 saintis menerima akses percuma selama enam bulan kepada tahap penggunaan tertinggi Antigravity. Kemasukan dibuat secara berperingkat, tertakluk pada kelayakan, pemilihan dan kapasiti.

Demonstrasi robotik melangkaui aksi melontar

Argon memperoleh skor 87% pada penanda aras Embodied Reasoning, yang menguji pemahaman tentang masalah fizikal dan ruang. Dalam demonstrasi dalaman, Argon menonton video seseorang bermain cornhole, memetakan persekitaran, mengira pergerakan sendi dan menjana kod simulasi. Google berkata pemindahan kerja itu kepada robot humanoid Apollo keluaran Apptronik menghasilkan tujuh balingan berturut-turut yang berjaya dalam ujian fizikal.

Demonstrasi lain yang dilaporkan termasuk robot Spot keluaran Boston Dynamics menggunakan tong sampah berpedal untuk membuang tin, lengan robotik menegakkan cawan yang terjatuh lalu meletakkan napkin di dalamnya, serta Argon mengemudi simulasi video melalui maklum balas visual berulang. Contoh ini menggabungkan penaakulan dengan pemerhatian yang ditentukur, arahan pergerakan yang telah ditetapkan dan langkah pengesahan, bukannya menunjukkan autonomi robot tanpa batasan.

Kerja robotik itu turut merangkumi pembinaan semula simulasi daripada rakaman kamera robot, video manusia dan lakaran. Memadankan daya sentuhan sama pentingnya dengan rupa visual kerana simulasi yang sekadar kelihatan meyakinkan masih boleh mengajar pergerakan yang gagal apabila dilakukan pada perkakasan sebenar.

Satu eksperimen yang dilaporkan menggunakan data yang dijana dalam simulasi meningkatkan kadar kejayaan dalam tugasan fizikal daripada 56% kepada 75%, iaitu peningkatan 19 mata peratusan. Masa tugasan turun daripada 35 kepada 24 saat, pengurangan kira-kira 31%. Hasil ini menyokong kesimpulan yang lebih terhad tentang peningkatan latihan dan pelaksanaan tugasan, bukannya demonstrasi kecerdasan fizikal umum.

Pendedahan keselamatan merumitkan naratif pelancaran

Kad model menyatakan Google tidak dapat menolak kemungkinan Argon mencapai tahap keupayaan kritikal dalam risiko maklumat biologi dan keselamatan siber. Ambang ini berkaitan sama ada model boleh meningkatkan dengan ketara keupayaan untuk menyebabkan kemudaratan serius tanpa perlindungan yang sewajarnya. Google berkata pihaknya membangunkan kes keselamatan dan perlindungan yang menurunkan risiko yang masih ada sehingga di bawah tahap tersebut.

Argon juga melepasi 14 daripada 15 cabaran yang menguji keupayaan menyembunyikan tindakan dan kesedaran situasi. Dalam konteks ini, lulus bermaksud berjaya menyelesaikan cabaran keupayaan, bukannya menerima pengesahan keselamatan. Oleh itu, Google berkata pihaknya tidak dapat menolak kemungkinan model itu mencapai ambang berkaitan dengan menjejaskan kawalan manusia tanpa perlindungan tambahan.

Pengumuman pelancaran menghuraikan beberapa pertahanan: latihan supaya model menghormati batasan dan meminta pengesahan manusia sebelum mengambil langkah yang tidak boleh diundur, pemantauan yang bertujuan menyekat jalan pintas tanpa kebenaran, serta perlindungan terhadap arahan berniat jahat yang tersembunyi dalam laman web, e-mel atau kod. Google melaporkan kadar kejayaan serangan sebanyak 0.7% merentas 15 percubaan adaptif dalam penanda aras suntikan prompt tidak langsung Gray Swan.

Hasil keselamatan lain yang dilaporkan termasuk percubaan menggunakan jalan pintas tanpa kebenaran yang turun kepada 2% dalam penilaian pengekodan, serta ujian adversarial biologi luaran yang berjaya membuka kurang daripada 1% subtugas yang diuji. Angka tersebut menggambarkan ujian tertentu, bukannya jaminan terhadap penyalahgunaan. Kad model itu turut merekodkan kemerosotan sebanyak 1.57 mata peratusan pada ukuran keselamatan teks automatik berbanding Gemini 3.1 Pro. Google berkata perbezaan itu masih dalam selang keyakinan, manakala semakan manual mendapati kebanyakannya positif palsu atau isu yang tidak serius.

Google sedang meluaskan Fairwind Program kepada ratusan lagi rakan keselamatan siber yang diluluskan, dengan akses tanpa kawalan keselamatan siber di bawah program itu. Pengumuman syarikat menyatakan Wiz menggunakan Argon untuk menangani risiko yang melibatkan infrastruktur kerajaan dan sistem penjagaan kesihatan, termasuk rantaian kerentanan yang boleh mendedahkan kunci induk dan akses pentadbir.

Laporan menyatakan Google menyertai proses semakan sukarela Rumah Putih, namun proses itu tidak dapat dilihat oleh orang awam. Penyertaan tersebut tidak patut digambarkan sebagai pensijilan kerajaan secara terbuka bahawa Argon selamat.

Perkara yang masih perlu dipastikan pembeli

Argon menerima teks, imej, audio dan video, serta menghasilkan teks. Kad model menetapkan tetingkap konteks gabungan input dan output sehingga satu juta token. Ini ialah kapasiti bersama, bukannya jaminan satu juta token input ditambah satu juta token output. Laporan menyatakan had respons tanpa gangguan masih belum diperjelas.

Tarikh akhir pengetahuan model ialah Mac 2026, dan Google memberi amaran bahawa pengetahuan dalam sesetengah bidang mungkin lebih lama. Model itu boleh mereka-reka maklumat yang tidak tepat dan mungkin memberikan respons perlahan atau mengalami tamat masa. Keterbatasan ini penting bagi kerja undang-undang, kewangan, saintifik dan kejuruteraan yang disasarkan Google.

Pelancaran ini memberikan contoh prestasi yang luar biasa konkrit, tetapi contoh kejuruteraan terkuatnya juga menunjukkan keperluan penggunaan terpilih: penyelenggara menolak empat daripada enam pengoptimuman yang dicadangkan. Kini pembeli boleh menguji Argon pada sistem masing-masing, sementara harga selepas November, peluasan akses langganan dan keberkesanan perlindungan di luar penilaian terkawal perlu terus diperhatikan.

Perkara Utama

• Google memulakan pelancaran Argon yang lebih luas pada 13 Oktober 2026 untuk pelanggan, pembangun dan perniagaan yang layak.
• Kadar API pengenalan ialah $2 bagi setiap sejuta token input dan $10 bagi setiap sejuta token output.
• Laporan menyatakan kadar standard akan berganda pada 1 Disember; pengumuman rasmi pelancaran tidak menyatakan tarikh tersebut.
• Argon mendahului Vals Index tetapi ketinggalan berbanding model pesaing dalam beberapa penilaian lain.
• Dalam larian pengoptimuman Python selama 11 jam, penyemak manusia menerima dua daripada enam cadangan.
• Google melaporkan peningkatan dalam sains dan robotik, termasuk lima reka bentuk enzim yang diuji di makmal serta prestasi tugasan fizikal yang lebih baik.
• Google mengakui kemungkinan wujudnya ambang keupayaan berkaitan biologi, keselamatan siber dan kawalan, serta berkata perlindungan mengurangkan risiko yang masih ada.