百万 Token 长输出，API 降价 80% 重塑成本

据 Woofun AI 消息， 旗下 于 2026 年 10 月 14 日正式推出前沿大语言模型 ，该模型通过 与 平台 API 向全球开发者开放，并深度集成至 Google AI Ultra 订阅的 工作流及 中，旨在以百万 Token 长输出能力解决长程智能体中断难题。

在定价策略上，Gemini 4 Argon 展现出极具侵略性的成本优势。其首发 API 定价为每 100 万输入 Token 收费 2 美元，每 100 万输出 Token 收费 10 美元，并提供 95% 的上下文缓存折扣优惠。相比之下，同级竞品 的定价为每 100 万输入 10 美元、输出 50 美元，Argon 的首发费率仅为其五分之一，直接降低 80% 调用支出。在启用上下文缓存后，每 100 万输入 Token 的调用成本进一步降至 0.10 美元，意味着当智能体频繁回溯调用同一 100 万 Token 代码库时，单次交互输入边际成本从 2.00 美元缩减至 0.10 美元，节省了 95% 的重复数据解析开销。

值得注意的是，这一促销价格并非永久有效，促销周期结束后，常规标准定价将回归为每 100 万输入 4 美元、输出 20 美元。从结构上看，这种'低价引流+缓存降本'的组合拳，意在快速抢占长文本处理市场。

Woofun AI 整理数据显示，在 100 万统一输入输出 Token 的限制上限下，Argon 允许智能体在单个会话中完成长达 100 万 Token 的单次连续输出，彻底打破了传统大模型普遍将单次生成长度限制在 4,000 至 64,000 Token 的技术瓶颈，解决了大型代码库重构或复杂文档推导过程中因超出输出截断而中断运行的核心痛点。

性能基准与安全机制方面， 公布的技术报告揭示了 Argon 在多步骤长链条推理任务上的架构优化成果。在评估金融、代码、法律和税务等关键经济生产力表现的 基准测试中，Gemini 4 Argon 取得了 68.9% 的综合得分，在主流前沿模型中位列第一，显著高于同类测试中 63.1% 至 67.0% 的行业平均水平。在其他标准化专业任务测试中，该模型同样表现卓越：在衡量跨业务功能端到端工作流执行能力的 测试中，以 51.3% 的完成率位居榜首；在衡量长视频与多模态时空理解能力的 测试中，取得 91.7% 的准确率；在针对网络安全漏洞定位与自动修复的 基准中，以 68.0% 的修复成功率并列第一。

更关键的变量在于安全性，针对长程自动化执行过程中的系统风险，Google 在底层集成了多层动态安全防御机制，有效防止模型在调用外部终端与代码沙箱时遭遇提示词注入与越狱指令，确保了高自由度下的系统稳定性。

工程落地案例进一步验证了 Argon 的实际价值。在 Google 内部测试中，工程团队利用 Argon 对包含 4000 万行代码的 工程实施解耦，完成了从底层分离约 600 万行历史遗留网页处理功能的架构重写，使跨多标签页与浮动窗口的无缝渲染得以落地。在科学计算领域，研究团队运用 Argon 针对量子化学模拟程序包 进行代码优化，使其分子三维空间构型预测速度提升 2.3 倍，构象搜索效率提升 1.8 倍。