谷歌昨天正式发布旗舰模型 Gemini 4 Argon，单次输出词元上限从 6.4 万拉到 100 万，行业领先。长解码按 6.4 万一段连续跳，价格约为 GPT-6 Astra的五分之一。距上代旗舰已一年，谷歌把回场的票押在输出上限这条规格上。

9 月 30 日，谷歌发布旗舰推理模型 Gemini 4 Argon，昨天正式向 Gemini 应用的 Pro 和 Ultra 订阅用户、搜索 AI 模式以及 API 开放。最抓眼的规格是单次输出词元上限，从上一代的 6.4 万拉到 100万，官方用词是「行业领先」。
输入侧的军备竞赛早就打完了，百万级上下文如今人人都有，拉开前沿模型差距的反而是输出侧。网友横评下来，多数前沿模型的输出上限停在 12.8 万附近，Argon 的 100 万是自己上一代的 15
倍多，也高出对手常见水平一个量级。对智能体任务来说，衡量价值的指标是单次工作链能持续多长再交还人类，输出上限正是这块的直测。
这 100 万不是模型一口气吐完的。API 文档把这条链路写得挺细，默认同步输出还是 6.4 万，超过就切后台执行，服务器把长响应拆成一段段不超过 6.4万的跳跃连续生成，每段从上一段停下的地方接着写。思考词元和输出共享同一个硬上限，触顶就截断，所以复杂任务要把 max_output_tokens 手动提到 13 万甚至 26 万以上，思考深度另分低、中、高三档。拆开看，100万输出就是服务器替你连跑十六段。
价格结构也在替长输出铺路。首发价输入每百万 2 美元、输出 10 美元，11 月 30 日优惠期结束翻倍，缓存输入打 5 折。The Verge 的对比是约为 OpenAI GPT-6 Astra 和 Anthropic Fable 5价格的五分之一，翻倍后仍便宜一档。深度思考全按输出词元计费，这套定价只指向一个用法，缓存大输入，让模型长思考。
背景比规格更有戏。这是谷歌自 2025 年底 Gemini 3 之后第一款新旗舰，中间被 GPT-6 和 Claude Fable 5 拉开了差距，发布前一天 Meta 刚抛出自家新旗舰。Argon 首发只通过 Fairwind计划供给「受信任的网络防御者」，还进了美国政府自愿的发布前审查流程，前沿模型开始有了分级准入的说法。基准一面，DeepSWE v1.1 软件工程 77.9% 登顶，按 GDP 加权的企业知识指数 Vals Index 第一，长视频理解LVBench 91.7%。另一面，The Decoder 报道部分谷歌员工认为真实编码表现仍有挣扎，官方否认。
前沿的战场正在从「能读多少」挪到「能写多少」。100 万输出若真能稳定兑现，大模型输出的单位就从一段回答变成一个交付物，一份 50 万字的报告、一整个代码库的迁移，都该在一次会话里写完。谷歌赌回场的这张牌，就押在这条规格上。