Gemini 4 Argon GA：追平 GPT-6 Astra，任务成本仅六成

Google DeepMind 本周宣布 Gemini 4 Argon 结束预览阶段正式 GA，同时开放全球 API 和企业级部署渠道。从预览到 GA 只隔了不到六周，这个节奏在 Gemini 系列里算是快的。

更让行业在意的不是发布本身，而是随发布更新的定价页。第三方评测机构 Artificial Analysis 给出的综合智能指数上，Argon 拿到 71 分，与 OpenAI 的 GPT-6 Astra 持平；同等任务下的单任务成本，只有后者的六成。

追平这件事，比数字本身复杂

智能指数是加权压缩后的分数，把编码、数学、长上下文检索、多模态理解揉成一个数。71 对 71 说明总分咬住了，不代表能力结构一样。

拆开看，Argon 在 SWE-bench Verified 上领先两个多百分点，GPQA Diamond 上落后一分左右。Astra 的优势集中在需要极长思维链的数学证明类题目上。

Argon 的长处落在超长上下文和多模态输入。官方模型卡给出的上下文窗口是 400 万 token，Video-MME 这类视频理解基准上有明显提升。

这种结构差异对选型的人比总分重要得多。做代码库级别的重构助手，和做长会议录像的摘要系统，需要的根本不是同一个模型。

成本降到六成，钱从哪省出来

六成并非单纯降价。Argon 的输入输出单价相比 GPT-6 Astra 低了大约三成，剩下的差距来自 token 效率。

DeepMind 的模型卡写得很直白：Argon 采用稀疏专家架构，推理时只激活总参数的一小部分，解码阶段引入了可调的计算预算。

开发者能按任务难度设置思考深度。简单分类任务几乎不消耗推理 token，复杂规划任务才把预算打开。这个开关对账单的影响远超单价本身。

上下文缓存也重做了一遍。多轮 agent 调用中重复的 system prompt 和工具定义会被缓存复用，命中部分计费降到基础价的十分之一。

一个典型的编码 agent 任务，跑完一轮大约消耗 40 万 token。按 Astra 的价格算约 1.4 美元，Argon 这边落在 0.83 美元上下。

单次差 0.6 美元听着不多。可当产品每天跑几十万次任务，这个差价直接决定毛利是正的还是负的。

谁真的在乎这四成差距

最敏感的是一批把大模型塞进主流程的产品。代码补全、客服工单分类、合同审阅、日志分析，共同点是没有人工兜底，全靠模型批处理。

过去一年不少 agent 项目死在成本上。演示阶段跑得漂亮，真上线后每次任务要调用好几次模型，账单翻几倍，商业模型根本算不过来。

Argon 的定价让一部分原本不成立的场景重新可以算账。客服场景里单次对话成本从三分钱降到不到两分钱，规模化之后差别相当可观。

这也在推着模型路由成为标准基础设施。用便宜模型处理大多数请求，难例丢给贵模型，这种混合架构过去半年从实验变成了默认做法。

OpenAI 面前的两道题

Astra 发布时主打推理深度和可靠性，定价也相应偏高。Argon 把同等水平的智能指数打在六折价位，压力直接传导过去。

OpenAI 手里有牌。Astra 的生态成熟度、函数调用稳定性、企业客户关系都是护城河，短期内不会因为一次降价被撬动。

但历史有参考价值。Gemini 2.5 Pro 当初用免费额度和低价策略抢下大量开发者，一年后这批人里相当一部分没再换回去。

接下来几个月可以盯几个信号：Astra 是否跟进调价，OpenRouter 上两个模型的调用份额变化，以及企业 AI 预算的分配比例。

企业选型时，跑分只是入场券

对准备签合同的公司来说，智能指数持平这件事的意义有限。真正的评估清单里，跑分排不进前三。

数据驻留区域、日志留存策略、配额上限、故障时的降级方案，这些才决定一个模型能不能进生产环境。

迁移成本同样不能忽略。一套调教了半年的 prompt 和工具链，换模型意味着重做评测和回归测试，人力开销往往比 API 费用更高。

比较务实的做法是拿自己业务里的两百条真实样本跑盲测，而不是看公开榜单。Aiii人工智能创研院（Aiii.org.cn）在帮企业做技术评估时反复提到这一点，榜单告诉你模型的边界，样本告诉你它能不能用。

成本优势只有在质量不打折的前提下才算优势。如果为了省钱加上人工复核的工作量，省下的 API 费用会从别的地方还回来。

便宜不会自动换来市场

这一轮发布真正的看点不是某个分数被追平，而是推理成本曲线又被往下压了一截。价格战打到现在，模型能力差距在缩小，成本结构的差距反而在拉大。

对开发者来说这是好事。过去要反复权衡的取舍，现在有了更宽的中间地带。对模型厂商来说，靠几个百分点的跑分领先支撑溢价的窗口，正在变窄。

Argon 会不会成为今年下半年调用量最大的模型，现在下结论还早。能确定的是，Astra 的定价团队这个月不会太轻松。