分数追平、账单变薄？谷歌 Gemini 4 Argon 的「成本困局」与三强格局的新变量

一、引言：七个月，谷歌掏出了一把「很为难对手」的刀北京时间 2026 年 10 月 1 日凌晨，Google DeepMind 发布了 Gemini 4 Argon——这是谷歌超过七个月来第一款高于 Flash 级别的闭源旗舰模型。上一款非 Flash 级别的前作是 Gemini 3.1 Pro Preview，而那已经是遥远的二月之前。五月的 I/O 上谷歌高调宣布过 Gemini 3.5 Pro，随后这份计划被判了死刑，悄悄搁置。沉寂，往往比喧嚣更危险。在 Artificial Analysis 的智能指数（Intelligence Index）上,Argon 拿到了 53 分，追平了 OpenAI 的 GPT-6 Astra 和 Anthropic 的 Fable 5.1，比 OpenAI 刚在 DevDay 上发布的 GPT-6.1 Sol 还高 1 分，比 Gemini 3.1 Pro Preview 高了整整 23 分。AA 据此判断，谷歌重新回到了"智能水平最高的三家实验室"之列。但真正让开发者换言之、让账房先生们重新掏出计算器的，是另两个数字：每百万 Token 输入 2 美元、输出 10 美元。这两个单价，各是 Opus 5.5 的一半、是 GPT-6 Astra 的五分之一。谷歌用一句久违的"SOTA + 低价"宣布回归。一句被很多人忽略的注脚随后浮出水面——这是一场打折促销，而促销的结束日期尚未公布。 当价格战的滤镜被摘掉，账，可能需要重新算。本文要做的，就是把这笔账算清楚：Gemini 4 Argon 到底强在哪、弱在哪，"便宜"是真相还是话术，它又如何在 OpenAI 与 Anthropic 之外，为前沿模型的三强格局投下一颗新变量。二、“算得便宜，却算得很费”：Argon 的成本困局价格战要看的从来不是单价表，而是"完成一个真实任务要付多少钱"。AA 用一套统一口径去测量：在智能指数基准上，把输入、输出、缓存全部折进总账，看每完成任务的平均成本。结果很有戏剧性。先看单价。Argon：输入 $2、输出 $10 / 每百万 Token；缓存命中输入 $0.1（95% 折扣，比 Gemini 3.8 Flash 的 90% 还低）。对比之下，GPT-6 Astra 输入 $10、输出 $50，Opus 5.5 的定价则是 Argon 的两倍。单看这张"价目表"，Argon 几乎是无争议的"性价比之选"。但把用量放进来，账立刻变了味。AA 数据显示：Argon 平均每个任务要输出 6.2 万 Token，而 Astra 只需要 2.7 万。 把推理过程比作打草稿，Argon 的草稿纸要比 Astra 多写一倍多。于是有了这张"每页便宜、架不住写得长"的账单：表格模型 单任务成本(首发价) 相比 说明Gemini 4 Argon $1.99 最低档 但比 Sol 贵 2.7 倍GPT-6.1 Sol $0.72 最低 性价比刺客GPT-6 Astra $3.26 — 高智能档Claude Opus 5.5 $5.98 — —Fable 5.1 $7.63 最高 —再算一步，也是最关键的一步：如果促销结束、恢复标准价（