Gemini 4 Argon 值得換嗎？社群實測、價格與台灣團隊該不該跟

台灣時間 10 月 14 日凌晨，Google 發表 Gemini 4 Argon。天亮後不少公司的 LINE 群組大概都冒出同一串問題：我們已經付了 Google AI Pro 的月費，新模型能直接用嗎？寫程式的 AI 助理要不要從 Claude 換過去？要不要乾脆升級 Ultra？

讀完官方文件、兩份獨立評測和 Hacker News 上一千多則留言，我們的看法分成兩半。Argon 在長文件、財務、法務這類知識工作是目前跑分最高的模型，API 到 11 月 30 日都是推廣價，很值得趁現在拿公司真實文件試一輪。寫程式就沒那麼確定了，第三方排行榜上它仍落後 Claude Opus 5.5，社群也抓到它會卡進推理迴圈，主力寫程式的 Agent 先不要換。只訂 Pro 的人在 Gemini App 裡就用得到，不必為它升級。

這篇寫在發表後第二天，我們還沒有時間拿自家專案完整跑過，所以判斷以 Google 官方資料、第三方測試與社群實測為主，引述的留言都附原文連結。本文價格與規格查證於 2026 年 10 月 15 日，之後若有變動以官方頁為準。

Gemini 4 Argon 發表了什麼：官方說法與查證過的數字

Argon 是 Gemini 4 系列的第一個模型。Google DeepMind 資深副總裁 Koray Kavukcuoglu 在官方發表文裡把它定位成處理「深度工作」的模型，點名的領域是程式、財務、法務、資安與科學，並強調它在 Vals Index（衡量財務、程式、法律與稅務工作表現的綜合指標）排名第一。

圖：Argon 在三個入口的使用門檻不同，訂閱方案與 API 計費要分開看

跟採購決策直接相關的事實整理如下：

• 上下文長度：透過 Gemini API，輸入加輸出合計上限 100 萬 token。模型卡寫明知識截止在 2026 年 3 月，可以讀文字、圖片、聲音與影片，輸出只有文字。
• API 價格：每百萬輸入 token 2 美元、輸出 10 美元，快取輸入便宜 95%（每百萬 0.10 美元）。這是到 11 月 30 日為止的推廣價，12 月 1 日起變成輸入 4 美元、輸出 20 美元。批次處理是一半價格，官方價格頁也註明 Argon 沒有免費層，模型代號是 gemini-4-argon。
• 個人訂閱：Google 台灣方案頁列出 AI Pro 月費 NT$650、Ultra 5x 月費 NT$3,300、Ultra 20x 月費 NT$6,500，Pro 與 Ultra 都能在 Gemini App 和搜尋的 AI 模式用 Argon。
• 開發工具：Antigravity 與 AI Studio 的訂閱額度只開給 Ultra。AI Studio 方案說明直接寫了 Gemini 4 Argon is not available on the Free or Google AI Pro plans，Antigravity 模型表的 Pro 欄也標成不能用。
• 企業：Gemini for business、API 與 Antigravity 企業方案都可以用。

模型卡的已知限制寫得很直白：可能出現幻覺，也可能偶爾變慢或逾時（原文是 occasional slowness or timeout issues）。這兩點，後面社群的抱怨都對得上。

Hacker News 一千多則留言在吵什麼

發表文在 Hacker News 拿到 1,449 分、1,029 則留言（10 月 15 日時事雷達抓取時的數字），是這週 AI 話題裡討論最熱的一串。讀完一輪，大致可以分成讚嘆它寫得好的、抓到它出包的、拿它跟 Claude 比的，還有一群付了錢卻用不到的人。

讚嘆：答案像一篇用心寫的小論文

我還沒拿它寫程式，但把最近幾個原本問 Claude（多半用 Fable 和 Opus 5.5）的好奇問題丟給它。這是很明顯的一次跳躍，我真的很驚訝。它的回答切中重點、邏輯有結構、寫得清楚，就像一篇用心寫的小論文。（原文：This is a clear step change, I'm genuinely amazed.）

（Hacker News 使用者 svara 的留言，原文）

他在同一則留言裡說，之後除了寫程式以外的事都要交給 Argon。另一位透過 API 使用的 postalcoder 也最看重它的文字能力，他說 X 上拿 2D 插圖、3D 渲染圖當作模型實力指標，是他最不喜歡的風氣，寫得好的文字不容易爆紅，重要性卻高得多（原文）。

讚嘆的留言裡最具體的一則，來自拿 Argon 解讀自己視網膜 OCT 檢查報告的使用者 sebmellen。他說 ChatGPT 6 Pro 和 Opus 5.5 都沒能講清楚報告的臨床意義，Argon 是第一個把儀器原理、生理機制講明白，還做出互動視覺化的模型。底下馬上有人回了一句很關鍵的話：

你怎麼知道這個解釋是對的，還是只是聽起來很對？

（Hacker News 使用者 bonoboTP 的回覆，見同一串討論的原文）

這個問題剛好有數字可以對照。DeepLearning.AI 的電子報 The Batch 引用 Artificial Analysis 的 AA-Omniscience 測試，Argon 的幻覺率是 15%，GPT-6 Astra 是 51%。低很多，但還不是零。The Batch 的評論也點出一個實務上很要緊的差別：模型拒答時一眼就看得出來，可以轉給人或另一個模型處理；答錯的時候，畫面上沒有任何提示。

抓問題：推理迴圈與失敗率

我們在 100 個尚未被刷爆分數的程式環境裡評估 Gemini 4 Argon，它大約落在 Fable 5 和 Fable 5.1 之間，所以大概落後最前線兩個月。……我們也看到一個新問題，希望他們修掉：這是很久以來第一個被我們抓到陷入無限推理迴圈的接近前線模型。

（Hacker News 使用者 gertlabs 的留言，留言者附上自家評測排行榜，原文）

同一則留言也有肯定的部分。舊版 Gemini 在 Agent 框架裡常常跑得沒效率，他認為 Argon 已經解決這個問題，整體是工程設計、程式分析與對話上接近前線的模型，只是推理區塊偶爾切不乾淨，失敗率比對手高。隨手試用的人也碰到了：

我試的第二個提示，Argon 就卡進迴圈了。這可不是好兆頭。

（Hacker News 使用者 jiggawatts 的留言，原文）

另一位使用者 port3000 接著說，這很像 Google 的老毛病，用 Gemini 夠久的人都碰過那種「她愛我、她不愛我」式的重複迴圈（原文）。對要把模型接進自動流程的團隊來說，這件事比跑分差一兩分更要緊，迴圈會一直吃 token，沒設上限就會直接反映在帳單上。

跟 Claude 比：寫程式還不到換的時候

Gemini 系列在寫程式這件事上，歷來都落後 Anthropic（明顯的領先者）和 OpenAI 最好的模型。Opus 5.5 是目前公認最好的寫程式模型。話說回來，到目前為止 Argon 讓我非常驚豔。……它非常好，也非常快。寫程式能不能跟上，現在說還太早。

（Hacker News 使用者 A_D_E_P_T 的留言，原文）

也有人已經拿它做硬底子的工作。charm137 透過 OpenRouter 用 Argon 檢查 Vulkan 圖形程式碼，形容它是「一頭猛獸」，會毫不猶豫地在程式裡加監測程式碼，把畫面緩衝區輸出成圖檔逐像素比對，還會在著色器裡塗上假色來找錯（原文）。

付了錢卻用不到

莫名其妙，我明明付錢給 Google 買了 AI 方案，他們卻不讓我用最新的模型，反而讓我用競爭對手的 Opus 和 Sonnet 5.5。

（Hacker News 使用者 julianz 的留言，原文）

底下有人回覆說可能是分批上線，他在個人 AI Pro 帳號上直到前一天深夜才在 Antigravity 看到 Argon。這跟官方模型表把 Pro 標成不能用的說法對不上。我們的建議是以官方文件為準，自己登入看一次，不要因為某則留言說看得到就先升級。

機器人那一串：比較少撞到桌子

Google 同一天也發表了 Gemini 4 Argon for Robotics，Hacker News 的另一串討論比較像玩家交流。

我是機器人新手，最近衝動買了一台 Unitree 的人形機器人。……我看到 Opus 和 Astra 撞上桌子、床和各種表面（對，我的光達資料還沒接上），Argon 則會非常小心地避開牆壁和其他物體！

（Hacker News 使用者 comandillos 的留言，原文）

同一串也有人問，有沒有 250 美元左右就能玩的入門選項，動輒 5,000 歐元對嗜好來說太貴（原文）。台灣做自動化設備與 AMR 的廠商可以把這條線放進觀察名單，但目前仍是硬體門檻高、實驗性質重的階段，還談不上導入。

官方跑分和獨立測試，差在誰跑的

Google 在 DeepMind 模型頁放了一張十多項的比較表，Argon 拿下大多數第一。第三方整理網站 emergent.sh 逐列追了分數來源，指出這張表混了不同跑法：Argon 是 Google 用最高思考設定自己跑的，對手的分數多半取自公開排行榜或各家自己的報告。下面挑出跟公司實務最有關的幾項，並標出是誰跑的。

這樣排開來看，Argon 的強項很集中：財務、法律、業務流程這類知識工作，加上 256K 以上的超長文件推理。寫程式的兩項，它都排在 Opus 5.5 與 Astra 後面；由獨立單位統一測的 Artificial Analysis 指數，Argon 和 Astra 同分，落後 Opus 5.5 五分。至於人類盲評的 Arena 文字排行，The Batch 報導 Argon 以 1,525 分排第一，這跟社群讚它寫得清楚的感受一致。

價格是另一個要算清楚的地方。Vals 的模型頁顯示，Argon 跑一輪 Vals Index 的成本是 15.68 美元，Opus 5.5 是 32.14 美元，Sonnet 5.5 是 21.34 美元。頁面沒有說明用哪個價格計算；如果用的是推廣價，12 月 1 日單價翻倍之後，Argon 跟 Opus 5.5 的成本差距會大幅縮小。看到又強又便宜的時候，記得這個便宜有期限。

跟 Antigravity、Claude 和你手上的工具是什麼關係

用 Antigravity 寫程式的團隊，多半訂的是 Pro。我們在〈Antigravity 免費版夠用嗎〉整理過 NT$650 方案的額度，在〈Antigravity 底層用哪個 AI 模型〉也拆過模型怎麼選。這次的變化很單純：模型表上 Pro 能用的仍是 Gemini 3.8 Flash，以及非試用訂閱的 Claude Opus 5.5 與 Sonnet 5.5，Argon 不在其中。換句話說，Pro 用戶這週什麼都不用改。

用 Claude 的團隊，該看的是任務分工。我們在〈GPT-6 Astra 和 Opus 5.5 怎麼選〉主張不要整間公司押一個模型，Argon 出來之後這個主張更站得住：長文件、財務與合約分析可以讓 Argon 上場，寫程式的 Agent 留在 Opus 5.5。今年六月 Fable 5 發表時，我們也是拿大型專案實測兩天才寫心得（見〈Claude 發表 Fable 5〉）。新模型第一週的印象，常常在第二週被迴圈、限額、拒答這些實際問題修正，這次也不會例外。

自己用 API 做 Agent 或系統的團隊，這週最值得做的事是確認換模型在你的系統裡有多便宜。我們在〈Jev 是什麼〉寫過官網導覽員的做法：要帶訪客去哪一頁，交給只做決定的小模型；回答才交給大模型，帶路因此從 10 秒縮到 4 秒。這種拆法在新旗艦一個接一個出來的季節特別划算，要試 Argon，只需要換掉回答那一層，路由與流程都不必重寫。社群對這種路由做法的讚美與質疑，整理在〈工程師社群怎麼看 Jev〉。

另一個提醒來自九月。GPT-6 Astra 剛推出時，我們用它四小時設完一套 CRM，也在四小時內燒完一週的訂閱額度（寫在〈GPT-6 Astra 強在哪裡〉）。新模型第一週最容易低估的，往往是額度和帳單。Argon 有推理迴圈的回報，接 API 時一定要設最大輸出 token 與逾時，下指令的習慣可以參考〈AI 額度老是不夠用〉。

做客服或內部知識庫的團隊，15% 的幻覺率聽起來誘人，但它代表的是比較少亂講，離不會亂講還有距離。答案要能追到公司文件的出處，檢索與引用照樣要做，做法在〈RAG 實戰：替企業打造讀得懂內部文件的專屬 AI 大腦〉；哪些工具該讓 Agent 碰、哪些不該，邊界怎麼設寫在〈用 Tool Use 與邊界設定打造精準的 AI Agent〉。

對台灣公司、接案者和 AI 團隊代表什麼

有一件事官方資料沒提：我們讀到的發表文、模型卡與跑分表，都沒有繁體中文的專項成績，社群讚美的也多半是英文寫作。你的工作如果以中文合約、中文客服對話為主，跑分只能當參考，用自己的文件測過才算數。

其他情況可以照這張表判斷：

表格裡最值得現在動手的是長文件那一列。推廣價只到 11 月 30 日，剛好夠做一輪小規模比較：挑二、三十份公司真實文件（報價單、合約、財報附註都可以），用同一組問題分別問 Argon 和你現在用的模型，請負責的同事逐題判斷對錯。重點放在誰比較少答錯、答錯時有沒有露出破綻，文筆漂亮反而是其次。測出來 Argon 明顯好，12 月以後的價格也算得過來，再談換；測不出差別，就留在原本的模型，省下遷移與重新驗收的工。

接案者這兩週大概會被客戶問要不要換 Gemini 4。比較誠實的回答是：要看系統有沒有把模型寫死。寫死的系統，每次換模型都是一次小改版；有拆出模型路由的系統，換模型只是改設定再跑一輪驗收。這也是我們做 AI Agent 開發時，一開始就把模型當成可替換零件的原因。真的要換之前，拿〈台灣企業 AI Agent 導入指南〉裡從 PoC 走到落地的路徑對照一遍，比追新模型重要。

至於電腦操作，Argon 在 Agent's Last Exam 小勝，但在 OSWorld 2.0 落後 Astra（69.2% 對 72.6%）。要讓 AI 操作瀏覽器或桌面的團隊，我們在〈GPT-6 Astra 的電腦操作值得交給它嗎〉列過的先試清單一樣適用，這一項還看不出誰穩贏。

整體來看，Argon 在知識工作的跑分上同時贏過 Claude 與 GPT 的最新旗艦，這件事值得認真看待；但它寫程式還沒追上，推理迴圈也還在，推廣價又有期限。對多數台灣團隊，這兩週最划算的做法是用推廣價拿真實文件測一輪，寫程式的流程維持原樣，等 12 月新價格上路、看社群回報的迴圈問題有沒有修掉，再決定要不要把它排進主力。

資料來源與查證日期

• Google：Gemini 4 Argon: Built to solve your hardest problems（發表文、價格與可用管道）
• Google DeepMind：Gemini 模型頁與基準測試表
• Gemini 4 Argon 模型卡（知識截止、已知限制）
• Gemini API 價格頁
• Google AI Studio 訂閱方案說明
• Antigravity 模型表
• Google AI 台灣方案與月費
• Vals AI：Gemini 4 Argon 成績與成本
• The Batch：幻覺率與獨立測試整理
• emergent.sh：各項分數的來源追查
• Hacker News：Gemini 4 Argon 主討論串與Gemini 4 Argon for Robotics 討論串

以上價格、方案與跑分查證於 2026 年 10 月 15 日。Google 的推廣價與訂閱內容變動頻繁，下單前請再看一次官方頁。

延伸閱讀

• GPT-6 Astra 和 Opus 5.5 怎麼選？獨立排行榜、價格與哪些工作交給誰
• Jev 是什麼？只做決定的 AI 把官網帶路從 10 秒縮到 4 秒
• Antigravity 免費版夠用嗎？額度刷新機制、7 天冷卻與 NT$650 方案的真實差距
• RAG 實戰：替企業打造讀得懂內部文件的專屬 AI 大腦，終結幻覺亂答