Google 揭曉 Gemini 4 Argon 的五項展示：從單一提示詞生成 3D 遊戲到基準測試對決

目錄

• 你可能會想知道
• Gemini 4 Argon 的五項展示與競爭定位
• 重點摘要表
• 後續觀察……

你可能會想知道

• Gemini 4 Argon 能透過單一提示詞創作出什麼作品，從互動遊戲到樂器都做得到嗎？
• 在基準測試中，Argon 與 OpenAI 和 Anthropic 的模型相比表現如何？使用費用又是多少？

Gemini 4 Argon 的五項展示與競爭定位

Google 官方 X 帳號於台北時間 2026 年 10 月 15 日凌晨 2:38 宣布「Gemini 4 Argon is here」，並分享團隊成員打造的五項展示。這場展示是在 Google 宣布 Argon 全面開放後推出的。先前 Argon 僅開放給資安合作夥伴；如今則開放給開發者、企業和符合資格的付費訂閱用戶。範例涵蓋數學動畫、照片風格化、瀏覽器遊戲和可演奏的 3D 樂器，展現模型跨足程式碼、視覺、動態和聲音的能力。

第一項展示運用傅立葉本輪（Fourier epicycles）這種涉及旋轉圓的數學技術，製作鵜鶘騎腳踏車的動畫。Google 表示，Argon 負責物理效果、動作和影片算圖，Lyria 3.5 則生成背景音樂並使其與動畫同步。這項成果旨在展示如何透過提示詞，將複雜的數學概念轉化為完整的影音場景，並由模型協調製作流程中的多個環節。

第二項範例使用 Three.js 一次產生風格化、可遊玩的 3D 遊戲。Google 的貼文特別提到其中加入了跳嚇橋段，讓這項展示更像一款小型恐怖遊戲，而非靜態場景。此例著重呈現 3D 算圖與互動行為的結合：產出內容是供人遊玩的，而不只是供人觀看。這也展現開發者如何利用模型產生可運作的原型，再進一步調整遊戲玩法、視覺效果和架構。

在第三項展示中，Argon 將一般照片轉換成數位油畫。Google 表示，模型會根據提示詞，以 Python 撰寫客製化的多重算圖畫布程式。生成的程式並非套用簡單濾鏡，而是透過多次算圖逐步建構影像，營造繪畫質感。這個例子呈現另一種創意程式設計方式：將藝術目標轉化為量身打造的影像處理流程。

第四項作品是在 Google 的代理開發平台 Antigravity 中製作的 WebGL 麻將遊戲。Google 說明，這款遊戲具備互動性，並特別指出其中有反應靈敏的彈簧物理效果和音效。這項展示的重點不僅是製作出容易辨識的遊戲，還包括加入會隨遊玩狀況回應的動態效果與回饋。因此，這項展示結合了代理輔助的開發環境、瀏覽器圖形、物理效果和音訊。

第五項範例結合 WebMIDI 和 Three.js，打造可演奏的 3D 樂器。WebMIDI 讓瀏覽器能與相容的 MIDI 裝置互動，而 Three.js 則提供 3D 視覺呈現。這項展示結合兩者，讓樂器既是視覺物件，也是音樂介面。整體而言，Google 的五項展示將 Argon 描繪為能協助製作完整、多環節原型的模型，而非只能產生零散程式碼片段。

API 文件將模型列為 gemini-4-argon。其輸入與輸出共用 1,048,576 tokens 的上下文窗口，並可接收文字、圖片、影片、音訊和 PDF 檔案。大容量上下文窗口與多種支援的輸入格式相結合，適用於涉及大量指示、參考資料或多種媒體的工作。但這本身並不保證每個複雜專案都能準確完成；成果仍取決於提示詞、工具和後續測試。

Google 的 API 優惠價格適用至 11 月 30 日：每百萬輸入 tokens 收費 $2，每百萬輸出 tokens 收費 $10。自 12 月 1 日起，價格將調漲為每百萬輸入 tokens $4、每百萬輸出 tokens $20。一般用戶若要透過 Gemini App 和搜尋中的 AI 模式使用 Argon，必須訂閱 Google AI Pro 或 Ultra；免費方案不包含使用權。這些差異很重要，因為 API 定價和消費者訂閱是使用模型的兩種不同方式。

Google 也提到一項內部工程應用案例。Google 表示，工程團隊開始在 Antigravity 中使用 Argon 後，代理提交的程式碼量增加超過 35%，程式碼回滾則減少近三分之一。這些數據反映 Google 所報告的工具對單一內部工作流程的影響。應將其視為 Google 自行公布的成果，而非經獨立驗證的結果，也不代表其他團隊必然會有相同變化。

在基準測試比較方面，Google DeepMind 的模型卡指出，Argon 在衡量經濟工作相關任務的 Vals Index 得分為 68.9%，高於 OpenAI GPT-6 Astra 的 63.1% 和 Anthropic Claude Opus 5.5 的 67.0%。在長時程軟體工程評測 DeepSWE v1.1 中，Argon 得分為 77.9%，在列出的比較中居首。這些結果支持 Google 對 Argon 在特定評測領域具競爭力的說法，尤其是在經濟任務和長時間軟體工程工作方面。

然而，同一份模型卡也顯示，Argon 並非在所有測試中都領先。在 Terminal-bench 4.0 中，Argon 得分為 57.4%，低於 Opus 5.5 的 66.4%。在 FrontierSWE v2 中，Argon 得分為 55.0%，落後 Astra 的 65.5%。獨立評測的結果也較不理想：CNBC 報導，Artificial Analysis 的整體 Intelligence Index 將 Argon 排在 Claude Opus 5.5 和 Sonnet 5.5 之後。不同基準測試結果有所差異，是因為它們評估的技能和採用的測試方法各不相同，因此沒有任何單一分數能完整衡量模型在所有任務中的實用性。

價格是另一項比較依據。Opus 5.5 的 API 定價為每百萬輸入 tokens $4、每百萬輸出 tokens $20。在 Google 的優惠期間，Argon 按照公布的 API 費率只需一半價格。自 12 月 1 日起，Argon 的標準價格將與 Opus 5.5 相同。因此，這段期間的折扣可能讓目前正在評估模型的開發者更青睞 Argon；但長期選擇仍取決於任務表現、可靠性、工作流程的適配程度，以及優惠結束後各模型的使用成本。

Google 約有十個月沒有推出新的旗艦模型。這次 Argon 的發布結合基準測試宣稱、限時優惠價格和一系列內部製作的展示，試圖吸引開發者回到 Google 的生態系。不過，五項範例都是由 Google 自家團隊打造，無法證明模型在獨立的實際生產環境中表現如何。開發者需要評估生成的程式碼、測試產出，並在自己的工作負載上比較表現。Google 也表示，Gemini 4 家族的其他模型將陸續推出。

重點摘要表

後續觀察……

Argon 的發布反映出 AI 輔助開發的一項更廣泛趨勢：人們愈來愈期待模型能在單一工作流程中協調程式碼、視覺效果、互動和聲音。這些展示讓這項目標具體可見，但仍須透過獨立測試，確認成果能否延伸至 Google 自家範例以外的情境。評估此模型的開發者應考量自己在意的特定基準測試或生產任務、仔細檢查生成內容，並將 11 月 30 日後 API 價格的變動納入考量。

Gemini 4 後續更大規模的推出，也可能改變外界對 Argon 的評價，尤其是 Google 陸續推出該系列其他模型之後。目前證據呈現的結果雖然不一，卻仍具有參考價值：Argon 在多項已公布的評測中表現出色，並暫時具備價格優勢；但在其他軟體基準測試和一項獨立整體排名中，仍落後競爭對手。它的長期定位將取決於實際可靠性、工具的實用程度，以及優惠價格結束後的效能與成本比較。