先处理大量文字
先用 DeepSeek V4.1 Flash 找重点、分类和整理资料。
DeepSeek V4.1 Flash →← 所有 AI 模型
先整理资料，再让 Argon 处理难题。
新模型研究 · 2026 年 10 月 13 日
Gemini 4 Argon：给复杂 Agent 的旗舰推理模型
Gemini 4 Argon 适合做难题，不适合做每一件小事。比如，你要修改一套网站代码，改一个地方可能会影响很多文件；或者你要读很多资料后再做重要决定。Hermes 会先把资料整理好，再让 Argon 找原因、想方案。简单工作交给更快、更便宜的模型。
先看重点
它比 Flash 贵，所以只用来解决少量难题。
- MODEL ID
- gemini-4-argon
- 上下文窗口
- 1,048,576 tokens
- 官方输入价格
- $2 / 1M → $4
- 官方输出价格
- $10 / 1M → $20
- 默认思考强度
- medium
建议的 Hermes 角色
把它当作专门处理难题的帮手，不要让它包办所有事。
在 Hermes 中使用 Argon 时，先把任务说清楚：要解决什么、哪些资料能看、哪些东西不能改。找资料、分类和改格式这些简单工作，先交给便宜模型。只有简单模型答不出来，或者出错会造成大问题时，才请 Argon 继续分析。
HERMES 模型分工
先做简单的，再处理难的。
不要每次都用最贵的模型。Hermes 先用便宜模型找资料、删掉重复内容、列出重点。要是不同资料给出的答案不一样，或者改一个文件会影响别的地方，再请 Argon 分析。这样更省钱，也更容易检查答案。
先看多种资料
要一起看音频、PDF、视频和文字时，先试 Gemini 3.8 Flash。
Gemini 3.8 Flash →先检查看得见的问题
要看截图、商品图或视频里有没有明显问题时，先用 Qwen3.7 Plus。
Qwen3.7 Plus →最后处理难题
如果前面几步还是答不出来，再请 Argon 想原因、做计划，并说清楚下一步怎么检查。
任务匹配
什么时候应该把任务交给 Argon？
适合
修复杂 bug、检查一套代码的设计、阅读很长的资料、做数学或科学问题，以及需要连续使用几个工具的任务。
先不要用
批量摘信息、简单分类、普通改写和第一轮查资料。这些事先用快又便宜的模型；只有少数难题再交给 Argon。
必须人工检查
付款、改线上网站、公开发消息、法律结论和安全结论。Argon 可以帮你准备资料和方案，但最后必须由人决定。
1M 不是无限空间
模型看资料、思考和回答，都要用同一份空间。
你可以把 1M Token 想成一个大书包。放进去的资料、模型自己思考的内容、调用工具的结果和最后回答，都要装在这个书包里。资料放得越多，留给模型思考和回答的空间就越少。需要很长的回答时，要用后台任务；普通请求最多返回 65,536 Token。
官方 API 价格
先让模型用较少思考试一次，确认真的难再多花钱。
到 2026 年 11 月 30 日，Google 的限时价格是：输入 100 万 Token 收 $2，输出 100 万 Token 收 $10。这里的输出价格也包括模型思考时用掉的 Token。缓存命中的输入是 $0.10。12 月 1 日起，这三项会变为 $4、$20 和 $0.20。
真实案例：优化一大套代码
Argon 不该自己写完所有代码。它的价值是帮团队找问题、想清楚怎么改，再用测试证明改对了。
Google 公开过一个 ADK Python 案例：项目约有 20.5 万行代码、近 800 个文件和约 1.7 万个单元测试。模型运行 11 小时后，准备长任务的时间约少了 40%，网站冷启动导入约快了 21%。但第一次运行时，模型没有拿到项目规则。它改了对外数据的格式，例如 JSON，也漏掉了一些少见情况的测试。第二次先给它项目规则和完整测试后，工程师才拿到一份可以审查的修改建议。结论很简单：不要把整个项目直接丢给模型；先告诉它规则、不能碰的地方和怎么检查。
官方案例。 阅读完整案例 ↗
把这个经验用到 Hermes
例子：网站更新后，打开速度变慢了。Hermes 可以怎样帮工程师查原因？
下面是一个适合 Hermes 的做法，不是 Google 或 Hermes 已经测出的结果。它只是说明：什么事该交给 Argon，什么事不能让它自己做。
要解决的问题
找出网站更新后为什么启动变慢，并写一份工程师能检查的修复方案。模型不能直接改线上网站。
先给 Hermes 什么资料
速度测试结果、报错日志、这次更新改了什么、相关文件夹、不能改变的公开接口、项目规则和测试命令。
什么时候请 Argon
快速模型已经找出了可疑文件，但还是有好几种可能原因；或者改一个文件可能会影响网站其他功能。
哪些事必须由人做
合并代码、改数据格式、改权限、发布到线上，以及对外解释为什么出问题。
先收集资料
Hermes 先让便宜模型看速度测试、报错日志和最近改动。它们删掉重复内容，只留下：可能有关的文件、已经发现的线索、不同资料说不一样的地方，以及绝对不能改的接口。这样 Argon 不会把时间花在简单查找上。
再让 Argon 想原因
给 Argon 一个明确的问题：比较这些可能原因，说明哪些文件会互相影响，给出最小的修改方案。它还要说清楚：为什么这样想、可能有什么副作用、要跑哪些测试、哪些地方还不能确定。它可以写修改草稿，但不能自己合并。
用工具检查
Hermes 接着让工具跑单元测试、接口检查、启动速度测试和代码规则检查。专门检查的 Agent 只看能重复确认的结果：速度有没有变快、哪些测试失败、接口或数据格式有没有变。如果证据不够，就回去让 Argon 继续分析，不直接相信第一次答案。
最后由工程师决定
工程师先看三件事：发现了什么、准备怎么改、测试结果怎样。然后才决定能不能合并。Google 的案例说明，再强的模型没有项目规则和人工检查，也可能改到不该改的地方。
真实案例：安全检查
模型可以帮忙找问题，但不能自己做高风险操作。
Google 说，Wiz 用 Argon 找到了一个以前模型没有发现的医院软件严重漏洞；Google 也用它找内部软件和开源软件的问题。这说明它适合帮人找线索、整理修复方案。它不代表模型可以自己修漏洞、自己上线或自己公开漏洞。Hermes 应把“扫描、复现、测试、发布”分开；只给模型完成当前任务需要的权限。改线上环境、付款、对外发消息和安全结论，都要有人最后确认。
官方安全案例。 查看安全说明 ↗
阅读很多资料时怎么用
不要把一堆资料全丢给模型；先把资料整理成问题清单。
先让 Hermes 负责找资料的 Agent 找来源、删重复、标出哪些来源更可靠、哪些说法不一样。然后让 Argon 比较不同说法，并按固定格式回答：能相信什么、依据在哪、有哪些相反证据、还有什么不知道、下一步谁来检查。这样你能找到结论来自哪里，而不是只得到一大段看起来像答案的总结。
给 Argon 什么整理过的资料、资料里说不一样的地方、要回答的问题和固定的回答格式。
让它回答什么结论、支持结论的资料、不同意见、还不知道的地方和下一步谁来检查。
哪些事不能自动通过付款、改线上网站、公开发布内容、法律结论和安全结论。
社区讨论：先自己测，再扩大使用
刚发布时，开发者常讨论长上下文、复杂代码、思考强度和价格。这些讨论可以帮你想到要测什么，例如“medium 思考强度够不够”或“高思考强度能不能少返工”。但别人的体验不能代替你的测试。页面会把这类内容写成“社区观察”，保留日期和链接，不把它当成保证。
接入官方 API 前要知道什么
换模型时，不只是把模型名字换掉。
- 模型 ID 是 gemini-4-argon。默认思考强度是 medium；可以按任务选 low、medium 或 high。简单任务先用 low 或 medium。
- 不能手动保存一份固定缓存。提示词超过 4,096 Token 时，系统可能自动命中缓存；命中后，Google 说输入价格可少 95%。
- temperature、top_p 和 top_k 这三个常见参数在这里不会生效。要拿到超过 64K 的长回答，要用后台任务，并把等待时间设长一些。
它能做什么，不能做什么
它能看很多种资料，但不会帮你直接生成图片或实时语音。
它可以读文字、图片、视频、音频和 PDF，最后用文字回答。它也支持调用函数、输出固定格式、运行代码、搜索和读取网页链接。控制电脑功能仍在预览阶段。它不能生成图片，不能用 Live API，也不能手动设置固定的上下文缓存。
常见问题
开始使用前，先把这些问题想明白。
Gemini 4 Argon API 要多少钱？
到 2026 年 11 月 30 日，输入 100 万 Token 是 $2，输出 100 万 Token 是 $10，模型思考用掉的 Token 也算输出。12 月 1 日后变为 $4 和 $20。
1M 上下文窗口是什么意思？
它是一份共用的总空间：你发给模型的资料、模型思考、调用工具和最后回答都占空间。资料越长，模型能用来思考和回答的空间就越少。
该选 Gemini 4 Argon 还是 Gemini 3.8 Flash？
先用 Gemini 3.8 Flash 做快速阅读资料、处理混合内容和第一轮理解。如果问题需要同时考虑很多文件、做复杂计划，或者要认真检查高影响代码，再把范围说清楚后交给 Argon。
来源
本页基于官方模型与 API 文档。
能力、上下文限制、价格与迁移要求均来自 Google 的 Gemini API 文档，最后核对时间为 2026 年 10 月 14 日。