Gemini 4 Argon 上线：智能分 50.4，0.2x 倍率怎么用

它是什么

Gemini 4 Argon 是 Google DeepMind 推出的新一代前沿多模态推理模型，官方给的定位很具体：真实世界软件工程、企业级知识工作、网络安全防御。三类任务有共同点——长程、多步骤、每一步的结果都要被后一步接着用。上下文 1049K，最大输出 66K，官方价输入 $4、输出 $20，按每百万 token 计。

"长程"值得单独说一句。单轮问答答错，人扫一眼就能改；一个跨十几个文件的改动错在第三步，后面十步都会带着这个错往下走。这类任务的成本大头不在 token 单价，在返工。Argon 的优化方向就在这里，官方没有公布单项基准，能量化的指标是智能分 50.4。

官方把它归在多模态推理这一类，实际用法是把截图、日志、需求说明放进同一个请求里判断，排障时比来回贴文本省事。

50.4 分在什么位置

把站内目录里有智能分的模型排一遍，50.4 的位置很清楚：

50.4 落在第二梯队顶端：比 claude-fable-5-1 高 1.4 分，比 gpt-6-sol 高 2.8 分，距 54 分那一段差 3.8 分，距最高的 58.4 差 8 分。这个位置对应的是"大部分复杂任务够用，极限难题仍要更强的模型"——不是天花板，也不是凑数的中端。

分数是综合加权，不能当成每个子项都按这个顺序排。做数学证明、极限安全研究，仍要看具体基准；做日常的代码修改、文档核对、日志分析，50.4 这一档的余量通常够。

把这些数字放回任务里看：50.4 和 54 分之间差的往往不是"会不会做"，而是长链条任务里少犯一次错。跨文件改动返工一次，省下的那点模型差价就还回去了。

长程任务怎么用

1049K 的窗口不等于每次都要塞满。把它当工作区：先放接口定义、目录树和约束条件，再按需要追加改动过的文件，输出侧只要 diff 和风险点，不要整段重写。

多步骤任务用"一步一校验"的节奏。先让它给执行计划，跑完一步就用编译、测试或 grep 调用点验证，再进下一步。一口气写到底再回头看，错误会叠在错误上。

网络安全的活顺序也有讲究：先梳理资产与调用关系，再找漏洞。反过来直接问"这里有什么安全问题"，拿到的多半是泛泛的清单。

0.2x 折下来是多少

站内结算按"官方价 × 分组倍率"。Gemini 4 Argon 目前只挂在 Gemini 稳定一个付费分组，倍率 0.2：

一次典型调用按 2 万输入、2 千输出估算：官方价是 0.02 × 4 + 0.002 × 20 = $0.12，站内是 0.02 × 0.8 + 0.002 × 4 = $0.024。差的就是那 0.2 倍，没有别的隐藏项。

换成读代码的场景更直观：100 万 token 的仓库读一遍，输入侧是 $0.8。这类任务 token 的大头都在输入侧，输入价才是主项，输出价只影响收尾那段结论。

按月算一次：每天 30 次、每次 2 万输入加 2 千输出，一个月 900 次，站内账单约 $21.6，按官方价是 $108。差别不是折扣力度，是同一份工作量换了结算入口。

怎么接

接口是 OpenAI 兼容，base_url 填 https://ai.idcidiot.com/v1，model 填 gemini-4-argon：

curl https://ai.idcidiot.com/v1/chat/completions \
  -H "Authorization: Bearer sk-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-4-argon",
    "messages": [
      {"role": "user", "content": "读 src/ 下的改动，列出会破坏现有接口的调用点"}
    ],
    "stream": true
  }'

Python 侧只换两个参数：

from openai import OpenAI

client = OpenAI(api_key="sk-...", base_url="https://ai.idcidiot.com/v1")
resp = client.chat.completions.create(
    model="gemini-4-argon",
    messages=[{"role": "user", "content": "检查这份迁移脚本，指出不可逆的步骤"}],
)
print(resp.choices[0].message.content)

上下文、输出上限与实时倍率以 Gemini 4 Argon 模型页 为准；同门的 3.8 Flash 在 模型页 有单独的价格对照；其他型号在模型总览里按厂商筛选。