AREX Feed Article
Gemini 4 Argon 官宣当天进入 GitHub Copilot、Google Cloud 与 Cursor，独立基准测得 98.6 分居首
Google 前沿模型 Gemini 4 Argon 在 10 月 13 日（UTC）官宣全球推出的当天，就进入了 GitHub Copilot 与 Cursor 两家第三方编程平台，并登陆 Google Cloud 企业渠道。GitHub 在官方更新日志中宣布 Argon 在 GitHub Copilot 全面可用，这是该模型第一次进入 Copilot 的模型选择器；Cursor 在 19:17（UTC）宣布接入并给出自测分数；Google Cloud 在 23:01（UTC）确认 Argon 上线其企业与开发者平台。北京时间 10 月 14 日上午，独立基准作者 Lech Mazur 发布了针对 Argon 的基准运行结果：Extended NYT Connections Benchmark 98.6 分，排名第一。
Argon 由 Google DeepMind 训练，在 10 月 13 日的发布帖中将其定位为面向编码、金融、法律、网络安全与科学等领域复杂真实任务的前沿模型。发布时它先进入 Google 自家渠道：付费档 Gemini API，AI Ultra 订阅者可试用的 Antigravity、AI Studio 与 Android Studio，以及 Ultra 与 Pro 订阅者可用的 Gemini 应用和 Search 的 AI Mode。
GitHub Copilot：四档用户、八类入口、按牌价计费
GitHub 在 10 月 13 日的中宣布 Gemini 4 Argon 在 GitHub Copilot 全面可用（generally available）。Copilot Pro+、Max、Business 与 Enterprise 四档用户可以在模型选择器中选用它，入口覆盖 VS Code、Visual Studio、Copilot CLI、Copilot coding agent、Copilot 应用、JetBrains IDE、Xcode 和 Eclipse 八类环境，按提供商牌价以用量计费。
GitHub 随公告给出的成绩出自其早期测试：Argon 在每一项编码基准上解决的任务都多于以往的 Gemini 模型，其中 Copilot CLI 提升最大；日志还描述该模型「会彻底检查自己的工作，在完成前测试边界情况」。日志没有附任何具体分数，这些说法无法从页面核验。推出是逐步进行的，暂时看不到该选项的用户需要等待；Business 与 Enterprise 管理员可以在模型策略中控制访问，默认情况下新模型自动启用，除非管理员关闭全局默认或显式禁用该模型。
Google Cloud 上线：模型 ID gemini-4-argon，介绍价 11 月 30 日截止
Google Cloud 于 10 月 13 日 23:01（UTC）发布博客，署名为 Google Cloud Gemini 产品管理副总裁 Michael Gerstenhaber，宣布 Argon 进入 ：企业用户可在网页、桌面与移动端使用 Gemini for business 中的模型，开发者可在 Gemini platform 以模型 ID gemini-4-argon 调用 API，模型同时进入 Google AI Studio 与 Google Antigravity。博客同时明确了介绍价的截止日期：每百万输入 token 2 美元、输出 10 美元的价格只维持到 2026 年 11 月 30 日，缓存输入 token 95% 折扣；此后转为每百万输入 4 美元、输出 20 美元的标准价，两项价格都翻倍。
首批客户成绩随上线一同公布，全部为企业或 Google 的自报口径。ServiceNow AI 产品高级副总裁 Nenshad Bardoliwalla 称，在与 Google 合作的 NowAI-Bench 评估中，Argon 早期访问版本的任务成功率较 Gemini 3.8 Flash 高约 20%，人力资源与客服场景提升最明显；Harvey 的应用研究负责人 Niko Grupen 称，Argon 在其法律 agent 评估中较 Gemini 3.1 Pro 有显著提升，尤其在公司并购、数据隐私与网络安全、EC/VC 方向，长文档分析的准确率也保持住了。Google 自己的口径包括：Argon 在修复安全漏洞的 CWE-Bench v1 上以 68% 并列第一，在 Gray Swan 间接提示注入基准上把 15 次自适应攻击的成功率压到 0.7%。这些数字均未经独立验证。
Cursor 同日接入：CursorBench 52.8%，官方称与 Opus 5.5 相当
Cursor 官方账号在 10 月 13 日 19:17（UTC）的中宣布 Argon 进入其编程工具：模型在 CursorBench 基准默认 effort 档得 52.8%，Cursor 称这一成绩与 Claude Opus 5.5 相当；帖中标注的价格与 Google 的介绍价一致。CursorBench 分数与「与 Opus 5.5 相当」的可比性说法都是 Cursor 的单方口径，帖文没有附测试细节，目前没有独立核实。
Lech Mazur 独立测试：超越 Gemini 3.1 Pro 的 97.4 分，每题成本降 71%
基准作者 Lech Mazur 在 10 月 14 日 00:11（UTC）的中给出针对 Argon 的独立运行结果：Gemini 4 Argon（high 档）在其 Extended NYT Connections Benchmark（基于《纽约时报》Connections 谜题扩展）上以 98.6 分排名第一，高于此前居首的 Gemini 3.1 Pro 的 97.4 分，每道题的成本下降 71%。他同时公布了基准的 。这份成绩出自 Mazur 单人维护的测试框架，是单一运行结果，尚未见第二个独立运行点。
官方模型卡里的落后项：Terminal-bench 4.0 低于 Opus 5.5
Google 同日上线的（页面标注 2026 年 10 月）给出的自报数据并非一边倒：在 agentic coding 类目下，Argon 的 Terminal-bench 4.0 成绩为 57.4%，低于 Claude Opus 5.5 的 66.4%；FrontierSWE v2 为 55.0%，低于 GPT-6 Astra 的 65.5%；ML 工程类目的 PostTrainBench 上，Argon 的 45.3% 也落后于 Opus 5.5 的 49.3%。模型卡同时确认了基本规格：Argon 是大规模稀疏混合专家（MoE）transformer，原生支持文本、视觉与音频输入，输入与输出合计最高 100 万 token 上下文，官方明确声明它不是对先前模型的修改或微调，知识截止 2026 年 3 月。
至于 Argon 在这些新平台上的真实表现，本轮分数里独立来源只有 Mazur 的单一运行，其余全部出自 GitHub、Cursor、Google 及其客户的自报；下一个可核验的节点是 2026 年 11 月 30 日：介绍价到期，标准价生效。