Gemini 4 Argon 正式发布，AI Engineer NYC 大会聚焦基准测评与金融应用

Gemini 4 Argon 于本次大会期间正式全球上线，支持编程、知识工作、企业自动化流程及网络安全防御等多类场景。用户可通过付费 Gemini API、Gemini 应用中的 AI Pro 和 Ultra 套餐，以及 Google 搜索的 AI 模式访问该模型。此外，Google 还为 1 万名科学家提供为期六个月的最高使用层级免费访问权限，网络安全防御者也可通过专项计划申请使用资格。

在定价方面，Argon 目前的入门 API 价格为每百万输入 token 2 美元、输出 token 10 美元，缓存输入享受 95% 折扣。但据 Artificial Analysis 报告，该价格将于 11 月 30 日后翻倍至 4 美元和 20 美元，这一时间节点对于进行成本横向比较的企业用户而言至关重要。开发者可在 Cursor、Devin Desktop/CLI 及 GitHub Copilot 等主流工具中直接调用 Argon。

多项独立评测对 Argon 的综合能力给出了积极评价。Artificial Analysis 将其与 GPT-6 Astra 在智能指数上并列，且任务成本仅约为后者的 60%。Roboflow 的评测显示，Argon High 在文本定位与识别方面达到 84.7%，优于 Astra 的 76.8%；目标检测方面同样领先，且延迟更低、成本约为四分之一。LlamaIndex 则指出其在复杂文档 OCR 和表格理解方面表现突出。

然而，Argon 并非没有短板。研究者 Ethan Mollick 指出，该模型在创意写作和智能体行为方面有显著提升，但在复杂多智能体执行任务中表现较弱。Arena 排行榜将 Argon High 列于第五位，落后于 Opus 5.5、GPT-6.1 Sol 等模型。在 UI 生成方面，开发者 Theo 的实测也对其表现提出批评，而不同评测平台在前端生成能力上的排名结果存在明显分歧，反映出评测任务与偏好的差异。

Meta 的 Muse Wonder 同期发布，主打持久化个人助手与编程能力，引入了「主动专注」和「主动记忆」两项功能。不过，所引用的 MemoryBench 仅评估单次长对话内的记忆更新，并不代表跨会话的持久记忆能力。订阅定价方面，多名用户反映 200 美元套餐的使用配额极易在短时间内耗尽，Meta 方面已承认存在部署问题并持续修复，早期评测结果因此混合了模型能力与服务体验两方面的变量。

本届 AI Engineer NYC 大会吸引约两万人参与，Anthropic 展示了面向金融服务的现代 AI 技术栈，Vals AI CEO 分享了模型基准测评的核心原则，Coatue 的 AI 负责人则介绍了如何将实时新闻转化为投资决策依据。所有主题演讲均已完成文字转录，相关演讲与工作坊录像将陆续发布，大会第三天的内容也将于近期跟进呈现。

要点

• Gemini 4 Argon 正式全球上线，入门 API 定价具竞争力，但将于 11 月 30 日后涨价一倍，企业用户需提前规划成本预算
• 多项独立评测证实 Argon 在视觉理解、文档 OCR 和代码生成方面领先，但复杂多智能体任务和 UI 生成仍是明显短板
• Meta Muse Wonder 同期发布，编程能力获好评，但订阅配额限制引发用户不满，部署稳定性问题尚在修复中
• 不同基准测评平台对同一模型的排名存在显著差异，反映出评测任务设计和偏好权重对结论的重大影响
• AI Engineer NYC 大会聚焦 AI 与金融的深度融合，Anthropic、Vals AI 和 Coatue 分别从技术栈、基准测评和投资决策角度分享实践经验