影片筆記：谷歌重磅推出 Gemini 4 Argon！14 项测试夺冠，硬刚 GPT-6，价格不到一半！

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

Google 於 9 月 30 日發布「Gemini 4 Argon」，採取分階段發布策略，優先提供給透過背景調查的防禦方使用以修補漏洞，隨後開放給付費用戶；該模型在 19 項測試中贏得 14 項第一，優勢集中於法律/金融知識工作、超長上下文處理及漏洞修復，且推理成本僅為競爭對手（如 GPT-6Astra）的一半，但在終端操作方面略遜一籌。

核心重點

1. 發布策略與安全護欄：

• 模型名稱為 Gemini 4 Argon，由 Google DeepMind 高級副總裁 Koray Kavukcuoglu 署名官方博客宣稱進入「前沿智能的下一個時代」。
• 採取「分階段發布」：
• 第一阶段：9 月 30 日發布，優先提供給 Fairwind 計劃 的合作方（政府、關鍵基礎設施機構、網路安全防禦人員）。
• 特殊版本：提供「拿掉網路安全護欄」的版本，允許模型回應「幫我攻破這個系統」等請求，以協助自主發現並修補軟體漏洞。
• 第二阶段：10 月 13 日開放給付費 API 用戶及 Gemini App Pro/Ultra 訂閱用戶。
• 安全背景：因近期 Gemini 在安全測試中曾連上真實網際網路（雖未完全失控），Google 強調必須分階段發布以確保安全。

1. 性能表現（19 項測試贏 14 項）：

• 優勢領域：
• 企業知識工作（法律/金融）：在律所 Harvey 的測試中獲 19.6%，遠高於 GPT-6Astra 的 5.4%。
• 超長上下文處理：處理 25 萬至 100 萬 token 材料時，Argon 得分 84.2%，對手均在 72% 以下。
• 漏洞修復：在 CWE-bench 測試中獲 68%，與 Grok 4.7、GPT-6Astra 並列第一。
• 劣勢領域：
• 終端/電腦操作：在 Terminal-bench 和 OSWorld 中落後於 Claude Opus 5.5 及 GPT-6Astra。
• 程式碼編寫：在 DeepSWE 測試中領先優勢不大（約 4 分）。
• 第三方評分：Artificial Analysis 評分中，Argon 為 53 分，與 GPT-6Astra 相同，低於 Opus 5.5 (58 分) 和 Sonnet 5.5 (56 分)。

1. 成本與技術規格：

• 成本優勢：完成同等測試總成本，Argon 為 2,407 美元，GPT-6Astra 為 5,324 美元（Argon 不到一半）。
• 輸出上限：從以往的 6.4 萬 token 提升至 100 萬 token（輸入輸出共用）。
• 長解碼模式：需專門開啟名為 「longdecode」 的模式才能達到 100 萬輸出上限，預設仍為 65,536。

1. 實際應用案例：

• 數據中心優化：分析運行數據並自行修改，釋放超過 300TB 記憶體。
• 量子算法優化：幾分鐘內優化出比已發表方案好 40% 的程式。
• 程式碼遷移：將 C/C++ 遷移至 Rust，速度比人寫的 Rust 版本快 2.7 倍。

1. 定價資訊：

• 目前限時優惠：輸入每百萬 token 2 美元，輸出 10 美元。
• 12 月 1 日起價格翻倍：輸入 4 美元，輸出 20 美元。
• 即使翻倍，價格仍僅為 GPT-6Astra 的 40%。

詳細大綱

一、發布背景與策略

• 發布時間：9 月 30 日。
• 官方宣稱：博客標題「我們前沿智能的下一個時代」，署名 Google DeepMind 高級副總裁兼首席 AI 架構師 Koray Kavukcuoglu。
• 首批用戶：非一般開發者，而是網路安全防禦人員及 Google 內部團隊。
• 特殊版本機制：
• 定義「網路安全護欄」：模型遇到惡意請求時直接拒絕的限制。
• 拿掉護欄後：模型能自主發現、驗證並修補關鍵軟體漏洞。

二、Fairwind 計劃與訪問限制

• 計劃內容：Google DeepMind 的 Fairwind 計劃，擁有 650 多個合作方。
• 優先對象：政府、國家級網路安全機構，以及醫療、電信、能源、金融等關鍵基礎設施。
• 嚴格限制：
• 申請需審核並做背景調查。
• 不允許轉賣訪問權限。
• 不允許用於撰寫惡意軟體。

三、第二批用戶開放

• 開放時間：10 月 13 日（影片發布前一天）。
• 開放對象：付費 API 用戶、Gemini App 中的 Pro 和 Ultra 訂閱用戶。

四、性能對比與測試結果

• 對比對象：OpenAI 的 GPT-6Astra、Anthropic 的 Claude Fable 5.1、Claude Opus 5.5。
• 總體表現：19 項測試中，Argon 贏得 14 項第一。
• 優勢領域詳細數據：

1. 企業知識工作（法律/金融）：

• 案例：律所 Harvey 的法律 Agent 測試。
• 數據：Argon 獲 19.6%，GPT-6Astra 僅 5.4%（約三倍半差距）。
• 注意：絕對分數仍低於 20%（10 個任務僅對 2 個）。

1. 超長材料處理：

• 範圍：25 萬至 100 萬 token。
• 數據：Argon 為 84.2%，對手均在 72% 以下。
• 趨勢：材料越長，與別家差距越大。

1. 漏洞修復：

• 測試名稱：CWE-bench。
• 數據：Argon 獲 68%，並列第一（與 xAI 的 Grok 4.7、GPT-6Astra 並列）。
• 結論：頂級模型在找漏洞能力上已處於同一水平，關鍵在於誰先使用。
• 劣勢領域詳細數據：

1. 終端/電腦操作：

• 測試名稱：Terminal-bench、OSWorld。
• 結果：輸給 Claude Opus 5.5 和 GPT-6Astra。
• 數據：Terminal-bench 中，Opus 66.4%，Argon 57.4%（落後 9 分）。

1. 程式碼編寫：

• 測試名稱：DeepSWE（Google 主推，測長週期軟體工程任務）。
• 數據：Argon 77.9%，GPT-6Astra 和 Opus 均為 74 點多。
• 結果：領先但優勢不大（不到 4 分）。
• 第三方綜合評分：
• 來源：Artificial Analysis。
• 數據：Argon 53 分，與 GPT-6Astra 相同。
• 排名：前於 Argon 的有 Opus 5.5 (58 分)、Sonnet 5.5 (56 分)、Fable 5.1 (53 分)。

五、成本優勢

• 測試總成本：
• Argon：2,407 美元。
• GPT-6Astra：5,324 美元。
• 結論：同樣分數下，Argon 花費不到一半。

六、技術規格與功能變化

• 輸出上限：
• 以前：Gemini 最多輸出 6 萬 4 千 token。
• 現在：直接提升至 100 萬 token（約 16 倍）。
• 官方說法：模型有足夠空間能想得更深，一次完成難題。
• 注意事項：

1. 預設最大輸出仍為 65,536。
2. 需專門開啟名為「longdecode」的長解碼模式才能達到 100 萬。
3. 100 萬為輸入和輸出共用。

七、官方實際應用案例

1. 數據中心優化：

• 行動：Argon 智能體分析 Google 全公司數據中心運行數據，找出記憶體優化點並自行修改上線。
• 結果：釋放超過 300TB 記憶體（相當於約一萬台 32G 記憶體電腦）。

1. 量子算法優化：

• 行動：優化量子算法中的一段程式。
• 結果：幾分鐘內比已發表方案好 40%。

1. 程式碼遷移：

• 行動：將 C 和 C++ 老程式碼遷移成 Rust（不易出記憶體漏洞的程式語言）。
• 案例：一個影片解碼器。
• 結果：遷移後比之前人寫的 Rust 版本快 2.7 倍。

八、安全背景與發布謹慎原因

• 近期事故：9 月 19 日（Argon 發布前 11 天），半島電視台跟進華爾街日報報導，指 Google Gemini 在安全測試中入侵三家公司後停止。
• 原因：測試環境配置錯誤，模型連上真實網際網路。
• 方式：一次猜對密碼，兩次使用網際網路公開洩露的帳號憑證。
• Google 回應：每次都在完成前停住，不算模型失控。
• 結論：這一代模型的攻防能力已強到會在真實世界出事故，因此 Google 採取謹慎的分階段發布策略。
• 官方引用：「要安全地放出這種級別的能力，必須分階段來。」

九、普通用戶使用方式與定價

• Gemini App：
• Pro 和 Ultra 訂閱用戶已可使用。
• 改進：回答更直接，減少車軨話。
• Mac 版功能：可直接切換至寫程式介面，聊天可一鍵切換成任務模式（人不在電腦前也能繼續執行）。
• API 定價：
• 免費層：無法使用。
• 目前價格（限時）：每百萬 token 輸入 2 美元，輸出 10 美元。
• 未來價格：12 月 1 日起翻倍，變為輸入 4 美元，輸出 20 美元。
• 比較：即使翻倍，價格仍只有 GPT-6Astra 的 40%。

十、總結與建議

• 綜合評價：Argon 不是全面第一（在終端操作方面落後於 Claude 和 GPT）。
• 核心優勢：

1. 讀取很長的材料。
2. 處理法律、金融等企業文檔。
3. 尋找漏洞。
4. 價格不到 OpenAI 的一半。

• 適用場景：整理大量文檔、做長篇分析。
• 驗證方法：找一份手頭最長資料（如幾百頁合約或一整年財報），整份丟給 Argon 問需前後對照的問題，再問當前使用的模型，比較哪個答得對。

工具 / 模型 / 名詞整理

• 模型/產品：
• Gemini 4 系列
• Gemini 4 Argon (Argon)
• Gemini App
• Gemini Mac 版
• Google DeepMind
• Google 內部團隊
• 競爭對手模型：
• OpenAI 的 GPT-6Astra (GPT-6)
• Anthropic 的 Claude Fable 5.1 (Fable 5.1)
• Claude Opus 5.5 (Opus 5.5)
• Claude Sonnet 5.5 (Sonnet 5.5)
• xAI 的 Grok 4.7 (Grok 4.7)
• 測試平台/基準：
• Fairwind 計劃
• Harvey (律所法律 Agent)
• Terminal-bench
• OSWorld
• DeepSWE (Google 主推測試)
• Artificial Analysis (第三方評分)
• CWE-bench (漏洞修復排行榜)
• 技術/語言：
• 網路安全護欄 (Safety Guardrails)
• longdecode (長解碼模式)
• token (文字單位)
• Rust (程式語言)
• C / C++
• 公司/機構：
• Google
• Google DeepMind
• OpenAI
• Anthropic
• xAI
• Google 內部團隊
• 政府及國家級網路安全機構
• 醫療、電信、能源、金融機構
• 安全公司 Wiz
• 半島電視台
• 華爾街日報

操作流程整理

1. 訪問 Gemini 4 Argon：

• 防禦方/企業：加入 Fairwind 計劃，通過背景調查，獲取無安全護欄版本訪問權限。
• 一般用戶：訂閱 Gemini App Pro 或 Ultra，或購買付費 API 服務（10 月 13 日起）。

1. 使用長上下文功能：

• 在 API 或 App 中，需手動開啟 「longdecode」 模式。
• 設定輸出上限為 100 萬 token（輸入輸出共用）。

1. 執行具體任務：

• 數據中心優化：讓 Argon 分析運行數據，自動找出記憶體優化點並上線修改。
• 程式碼遷移：輸入 C/C++ 原始碼，指令遷移至 Rust，並比較執行效率。
• 長文件分析：將數百頁合約或財報整份輸入，進行前後對照問題提問。

1. 成本監控：

• 注意 12 月 1 日前的限時優惠價格（輸入 $2/百萬 token，輸出 $10/百萬 token）。
• 12 月 1 日後價格翻倍（輸入 $4，輸出 $20）。

值得注意的限制或風險

1. 安全風險：移除安全護欄的版本可能被用於惡意目的，儘管有背景調查限制，但仍存在被濫用的理論風險。
2. 操作能力局限：在終端操作（Terminal-bench、OSWorld）方面，Argon 落後於 Claude Opus 5.5 及 GPT-6Astra，不適合需要高度互動式電腦操作的場景。
3. 絕對性能分數低：即使在優勢領域（如法律測試），Argon 的絕對分數仍低於 20%（10 個任務僅對 2 個），顯示目前 AI 在專業領域仍存在高錯誤率。
4. 功能啟用複雜性：100 萬 token 輸出並非預設，需專門開啟「longdecode」模式，且輸入輸出共用額度，可能增加使用成本或技術門檻。
5. 價格變動：12 月 1 日起 API 價格將翻倍，長期使用成本需重新評估。

逐字稿辨識疑點

• Gemini 4 Argon：逐字稿中多次出現「Gemini4Argon」或「Gemini 4 Argon」。通常 Gemini 系列命名為 Ultra/Pro 等，「Argon」為稀有氣體元素，此命名方式較特殊，需查證是否為官方正式名稱或口誤。
• Koray Kavukcuoglu：人名拼寫，需查證 Google DeepMind 高級副總裁兼首席 AI 架構師的正確拼寫（通常為 Koray Kavukcuoglu）。
• GPT-6Astra：OpenAI 目前最新為 GPT-4 系列，「GPT-6Astra」疑似為聽寫錯誤或模型名稱混淆（可能為 GPT-4o 或未來預測名稱，