# 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。

2.  **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)。

3.  **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。

4.  **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。

5.  **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）。
    2.  **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。
    3.  **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）。
    2.  **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）。
2.  **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%。
3.  **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）。
2.  **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）。
3.  **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。
4.  **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，