跳到内容
FrontierDot

今天你能用 Google Argon 做什么：Gemini 4 Argon 实用指南

这是我们 Argon 时间线的实操配套文章。下面的每一项能力，都对应谷歌的某个文档页面、博客文章或官方 X 帖子，每一节的末尾都有一个具体的第一步。

截至 2026 年 10 月 18 日，你可以通过付费的 Gemini API 和 Google AI Studio 使用 Gemini 4 Argon，在 Antigravity、Gemini 应用和 AI Mode 中则需要合适的 Google AI 套餐；通过后台执行，单次回复最多可输出 1M 词元，但它不能用于图像或音频生成、Live API 或显式上下文缓存。

2026-10-18 读过：Gemini API 模型页面和“What’s new”页面（最后更新于 2026-10-16 UTC），DeepMind 模型卡，谷歌 10 月 13 日的博客文章，以及 @GeminiApp、@Google、@antigravity 和 @GoogleDeepMind 在 X 上的官方帖子。我们没有自己运行 Argon；代码示例是谷歌的，只做了精简。套餐资格和额度经常变化，依赖其中任何一项之前，请先查看你自己的账号。

从这里开始：Argon 是什么

Gemini 4 Argon 是谷歌的旗舰推理模型，API 标识为 gemini-4-argon。它如何发布的带日期记录，在时间线文章里。这篇文章讲怎么用。模型接受文本、图像、视频、音频和 PDF 作为输入，返回文本。谷歌的模型页面把代码执行、函数调用、结构化输出、文件搜索、Search 落地、Grounding with Google Maps、URL 上下文和计算机使用（标为 Preview）列为支持，把图像生成、音频生成和 Live API 列为不支持。显式上下文缓存同样不支持；隐式缓存支持。

这些限制决定了“用 Argon 做点什么”的含义。它可以写代码、对文档做推理、规划步骤并驱动其他工具，但你在谷歌演示里看到图像、3D 模型或语音时，它们是别的模型或工具产生的。博客自己就是这样说的：桌面赛车游戏用 Blender 通过 MCP 建模，用 Nano Banana 做贴图，用 Gemini Omni Flash 做引擎音效，由 Argon 来编排。在这套组合里，把 Argon 当作规划者和程序员。

1. 从 Gemini API 调用（开发者）

API 访问在付费档；谷歌文档写明 Argon 不在 Free 档提供。在 Google AI Studio 创建 API 密钥，然后向 Interactions API 发请求。谷歌的快速入门在 Python 里只有三行：创建客户端，调用 client.interactions.create，把 model 设为 gemini-4-argon 并给出输入字符串，然后打印 interaction.output_text。谷歌用的示例是一条提示词，要求写一个 three.js 脚本，渲染带引力透镜效应的 3D 黑洞，它同时可以当冒烟测试，因为在浏览器里就能看到有没有渲染出来。

文档里默认的思考级别是 medium，默认输出上限是 65,536 词元。谷歌要求你从请求里去掉 temperature、top_p 和 top_k，因为它们会被忽略，并且要把任何低于 32K 的显式 max_output_tokens 提高到至少 32,768，因为 Argon 可能把更多的上限用在思考上，比前几代模型更明显。对于难的提示词，HTTP 客户端的超时至少应设为 15 分钟，或者使用后台执行。

  • 在 Google AI Studio 拿到付费档的密钥，并导出为 GEMINI_API_KEY。
  • 用模型 gemini-4-argon 发送快速入门的请求，任务选一个你能检查输出的，比如一个小型 three.js 场景或一个失败的单元测试。
  • 用 thinking_level 的 low、medium 和 high 各跑一遍同一条提示词，记录质量、延迟和词元用量。谷歌建议选择满足你要求的最低级别。
  • 按迁移清单的建议，用 previous_interaction_id 在服务器端保存多轮状态。

2. 把思考级别当作成本和质量的旋钮

谷歌描述了三个级别。Low 用的词元最少，延迟最低，适合较简单的任务和对成本敏感的工作，难任务上质量可能下降。Medium 是默认级别，也是多数任务的推荐选择，包括复杂代码和智能体使用。High 用的词元最多，首个词元最慢，面向困难的推理、数学、科学，以及最难的代码或智能体任务。谷歌建议你自己在三个级别上各做评估。

由于思考词元按输出词元计费，在 2026 年 11 月 30 日之前是每百万 10 美元，之后是每百万 20 美元，所以这个级别也是你的价格控制。对至少 4,096 词元的提示词，隐式缓存默认开启，命中时对缓存的输入打 95% 的折扣，所以把冗长而稳定的指令放在提示词开头，只改动末尾。

3. 用长解码生成很长的输出

最醒目的能力是单次回复超过 64K 词元，最多到 1M 词元减去你的输入，处于一个输入、思考和输出共用的 1,048,576 词元窗口内。方法是后台执行：在 generation_config 里把 background 设为 true，并把 max_output_tokens 设为高于 65,536。谷歌的示例要求给出素数定理的完整、严谨的证明，max_output_tokens 为 262,144，thinking_level 为 high。模型以最多 64K 词元为一跳来生成，每一跳接着上一跳，谷歌的服务器替你运行这些跳。

页面上记录了两个实际的陷阱。第一，如果你把 background 设为 true 却没有设置 max_output_tokens，服务器会在 64K 词元之后停下。第二，每一跳都会增加一个 model_output 步骤，所以当交互状态不再是 in_progress 或 queued 时，你必须把所有这些步骤的文本拼接起来。像示例那样，每隔几秒用 interactions.get 轮询。长解码适用于篇幅本身就是目的的任务，比如多文件重构计划、一份很长的证明草稿或大型文档改写；普通问题用默认设置更便宜。

  • 复制谷歌针对你所用语言的长解码示例。
  • 把 max_output_tokens 设为 131,072 或 262,144，这是谷歌为复杂推理和编程建议的范围。
  • 轮询直到状态不再是 in_progress 和 queued，然后拼接每一个 model_output 文本步骤。
  • 查看响应里的用量，了解这次运行的花费，再扩大规模。

4. 在 Antigravity 或 Managed Agents 中把它当智能体运行

谷歌说 Antigravity 里的 Argon 帮助团队把智能体代码提交量提高了 35% 以上，同时把回滚减少了近三分之一；这是谷歌内部的说法，我们没有测试。今天能做到的更为有限。如果你是 Google AI Ultra 订阅用户，博客说你可以在 Antigravity 和 AI Studio 中试用 Argon。10 月 15 日，官方 @antigravity 账号说 Argon 也已推向付费的 Google AI Pro 订阅用户，在现有的 Flash 额度之外另设仅按周计算的 Argon 额度。

对于通过代码使用的情况，“What’s new”页面里有 Gemini Managed Agents 路径：调用 Interactions API，把 agent 设为 antigravity-preview-09-2026，environment 设为 remote，agent_config 里写明 type 为 antigravity、model 为 gemini-4-argon。谷歌的示例要求智能体用 PageSpeed Insights API 和 Google 搜索审计一个网站的性能和 SEO，并返回一张评分表。谷歌还展示了 Antigravity 中的 /goal 之类斜杠命令，以及带自定义技能的多智能体循环，用于 3D 和游戏原型。合理的第一个任务是范围有限、结果可以检查的任务。

  • 在 Antigravity 应用里确认你的套餐，并查看为 Argon 显示的额度。
  • 挑一个有通过或失败判据的任务，比如一套失败的测试或一个性能预算。
  • 如果你的项目有技能文件或规则文件，就交给它；谷歌博客里的 ADK 示例用了一份规则手册和一段话的目标。
  • 自己审阅差异。谷歌说 Argon 受过训练，会在不可逆的步骤之前暂停，但审阅者仍然是你。

5. 在 Gemini 应用里把文档变成可探索的东西

据 10 月 13 日的博客文章，在 Gemini 应用和 AI Mode 里，Argon 面向 Google AI Ultra 和 Pro 订阅用户。官方 @GeminiApp 账号展示了两个具体用法。10 月 16 日它发帖说，你可以用 Canvas 把密集的 PDF 变成可交互、带动画的网页应用，按自己的节奏去探索。10 月 15 日它展示了上传一张家具照片和大致尺寸，用 Canvas 搭建一个带实时滑块、可导出可打印 STL 文件的交互式 3D CAD 工作室。

谷歌自己的账号还展示了在 Gemini 应用里用 Nano Banana、Veo 和 Argon 由一份学术 PDF 制作的故事书，以及在 Google Slides 里由 80,000 个 NASA 档案文件制作的幻灯片。这些是演示；谷歌没有公布成功率。合理的第一次测试是选一份你很熟悉的 PDF，比如你自己的论文或产品手册，这样你可以核对输出里的每一项说法。

  • 确认你的 Gemini 应用套餐是 Google AI Pro 或 Ultra，并且能选到 Argon。
  • 上传一份你熟悉的 PDF，让 Canvas 生成一个交互式讲解。
  • 在分享之前，点开整个结果，把数字与原文对照。

6. 如果合适，申请这些计划

按谷歌 10 月 13 日的文章，有两项申请开放。科学家和研究人员可以申请 Google Antigravity 的最高使用档，免费六个月；谷歌说将滚动接入 10,000 名科学家，视资格、容量和遴选而定。网络防御者可以申请加入 Fairwind 计划，滚动获得不带网络安全护栏的 Argon。公开的模型是有护栏的版本；在与漏洞利用相关的提示词上，不要期待同样的行为。

今天它还做不到的事

  • 图像生成、音频生成和 Live API 不受支持。
  • 不接受显式缓存内容；请使用隐式缓存。
  • temperature、top_p 和 top_k 设置会被忽略。
  • 免费 API 档不包含它。
  • 输出仍然需要检查：谷歌的模型卡说 Argon 可能产生幻觉，也可能超时，它的知识截止日期是 2026 年 3 月。
  • 谷歌帖子里那些持续多天、由多个智能体完成的成果，比如四个智能体在 27 小时内通关 Minecraft，是研究演示。谷歌没有把它们作为你能打开使用的产品发布。

Front 上的相关阅读

Argon 的 3D 演示是通过 Blender 运行的，所以如果你想试同样的模式，先读如何选择 Blender 的替代品，以及浏览器内 3D 的 Blender 与 Spline 对比。想看发布的带日期记录，请读 Google Argon 时间线。如果你想要一个能在自己机器上运行的模型，可以对照 Reflection Beam 501B 时间线。xAI 目前的产品阵容，请看 Grok 时间线。全部文章都在博客索引。

继续阅读

全部文章按时间倒序排列在 Front 博客首页。

常见问题

Gemini 4 Argon 的模型标识是什么？

据 Gemini API 模型页面，是 gemini-4-argon。稳定版本的字符串与此相同。

我可以免费试用 Argon 吗？

通过 API 不行：谷歌文档说它不在 Free 档提供。据谷歌博客，Gemini 应用和 AI Mode 中的消费者访问需要 Google AI Pro 或 Ultra。

怎样得到超过 64K 词元的输出？

把 background 设为 true，并把 max_output_tokens 设为高于 65,536，然后像谷歌的长解码示例那样，轮询这次交互并拼接所有 model_output 文本步骤。

Argon 能生成图像吗？

不能。模型页面把图像生成列为不支持；谷歌演示里的图像和音频，来自 Nano Banana 等其他模型。

价格什么时候上涨？

2026 年 12 月 1 日：入门期在 2026 年 11 月 30 日结束后，输入价格从每百万词元 2 美元涨到 4 美元，输出价格从 10 美元涨到 20 美元。

来源