遲到一年的逆襲？Google躍級發布Gemini 4 Argon：綜合智力重回前三，為何實戰能力被打問號？|數位時代 BusinessNext

Google在美國時間9月30日（台灣時間10月1日）發表新一代旗艦模型Gemini 4 Argon，距離上一代Gemini 3將近一年，也是Google DeepMind超過7個月來第一款比輕量Flash系列更高階的模型。

獨立評測機構Artificial Analysis的綜合智力指數顯示，Argon拿下53分，與OpenAI的GPT-6 Astra並列，以這項指數衡量，Google重回AI實驗室前三強。不過，Argon截至10月1日只開放給少數資安合作夥伴試用，《Bloomberg》也引述知情人士報導，部分Google員工認為它實際寫程式的表現不如跑分亮眼。

3.5 Pro跳票之後，Argon是什麼來頭？

Argon來得比預期晚。Google在5月的I/O開發者大會預告Gemini 3.5 Pro、承諾隔月推出，最後卻沒有發表；《Bloomberg》引述知情人士指出，Google已放棄3.5 Pro。事實上，這段空窗期Google確實只持續推出更小、更便宜的Flash模型，反觀OpenAI與Anthropic則一路往前衝。

Google DeepMind負責人Koray Kavukcuoglu具名發布的官方部落格文章指出，Argon專為長時間、多步驟的複雜任務打造，主攻軟體工程、法律與金融等企業知識工作，以及資安防禦。Google DeepMind的Gemini產品負責人Tulsee Doshi接受《Axios》採訪時表示：「Argon是一款全方位的模型，在多個領域都具備最前沿的能力。」

最直觀的變化是輸出長度的上限。AI模型處理文字的基本單位稱為token，Argon的輸出上限從前代的6.4萬個token拉高到100萬個，換算約為75萬個英文單字。Google的說法是，模型有足夠空間深入推理，才能一次解開困難問題。實際使用時，這麼長的回應要靠Gemini API新功能Long Decode Continuation，把長回應暫停、再透過後續呼叫接續下去，Artificial Analysis測試時就是這樣做，以避免請求逾時。

Google內部已大量使用Argon。以Google開源的影片解碼軟體libgav1為例，Google讓多個Argon分頭作業，接手一個既有的Rust（一種較能避免記憶體漏洞的程式語言）版本，把其中3.2萬行針對處理器加速的程式碼（SIMD）改寫成安全的Rust寫法，最後產出的解碼器比原本的Rust版快2.7倍，輸出畫面完全一致。

開放節奏則相當保守。Argon第一階段只透過Fairwind計畫開放給一群受信任的資安防禦者，Google也參與美國政府的自願性機制，讓政府在模型公開前先取得使用權限。等測試回饋到位、防護機制調整完成，才會擴大開放給開發者、企業與消費者，首批是付費API客戶與Google AI Ultra訂閱用戶，Google並未公布具體時程。

跑分追上了，價格優勢卻是打折換來的

根據Artificial Analysis的測試，Argon在最高推理強度下的綜合智力指數為53分，與GPT-6 Astra並列，略高於OpenAI另一款GPT-6.1 Sol（52分）；相較Google上一款非Flash等級的模型Gemini 3.1 Pro Preview（30分），一口氣大進23分。

進步主要來自兩處。第一是代理能力，也就是讓AI自己拆解步驟、操作工具完成任務，這向來是Gemini的弱項。Argon在Artificial Analysis版的自動化測試AutomationBench-AA拿下77.5%，排名第一，領先Anthropic的Claude Sonnet 5.5約6個百分點；在測試命令列操作能力的Terminal Bench 4拿到57%，僅次於Claude Sonnet 5.5、Claude Opus 5.5與GPT-6 Astra。

第二是幻覺率。在AA-Omniscience知識測試中，Argon的幻覺率為15%，是綜合指數45分以上模型中最低，GPT-6 Astra則為51%。換言之，Argon遇到不知道的問題，比較會老實承認，而不是硬猜，但代價是答對率只有50%，低於GPT-6 Astra的63%。

Google自家公布的成績則包括：測試長時間軟體工程任務的DeepSWE v1.1拿下77.9%，創下最佳成績；測試資安漏洞修補能力的CWE-bench v1以68%並列第一。

價格是另一個賣點，但要看清楚條件。Argon首發優惠價為每100萬個輸入token 2美元（約新台幣64元）、輸出token 10美元（約新台幣319元），是原價4美元（約新台幣127元）與20美元（約新台幣637元）的五折，Google未公布優惠期限。

Artificial Analysis推算，在首發五折、加上快取折扣提高到95%（重複送入模型的內容大幅打折）的條件下，Argon完成一項綜合指數測試任務平均花1.99美元（約新台幣63元），只要GPT-6 Astra（3.26美元，約新台幣104元）的6成。

不過，較低的測試任務成本主要來自優惠定價與快取折扣，並非更省token。 在這項測試中，Argon每項任務平均輸出6.2萬個token，是GPT-6 Astra（2.7萬個）的兩倍多；一旦優惠結束，每項任務成本會升到3.98美元（約新台幣127元），約為GPT-6 Astra的1.2倍。

內部雜音：分數漂亮，實戰寫程式卻未必

發表當天，《Bloomberg》引述多名直接接觸開發的知情人士報導，Gemini 4在業界常用的基準測試上表現亮眼，但員工實際拿來工作時表現較差，處理某些寫程式任務有困難；其中一人指出，Argon不太擅長決定App與網站外觀的前端設計。

報導也點名業界常見的「刷榜」（benchmaxxing）現象，指的是工程師把心力放在拿高分，而不是做出真正好用的產品，兩名知情人士認為Gemini 4似乎受此影響。AI新創Surge AI創辦人Edwin Chen比喻：「就像說『我家小孩SAT（美國大學入學考試）考得很好』，但SAT成績並不等於現實世界的表現。」

Google內部看法並不一致。部分員工認為Anthropic的Fable與OpenAI的Astra進步速度比Gemini更快，Gemini 4即使在最佳狀態，某些面向仍會落後；也有員工認為新模型已追上領先實驗室。

延伸閱讀：Google AI掌門換人！13年老將接棒哈薩比斯：Koray Kavukcuoglu是誰？如何搶救Gemini劣勢？

資料來源：Google官方公告、《Axios》、《Bloomberg》、Artificial Analysis評測、Artificial Analysis X貼文、鉅亨網匯率

本文初稿為AI編撰，整理．編輯/ 李先泰

隨著全球淨零轉型浪潮持續推進，企業不僅要許下減碳承諾，更得拿出可以被量測、驗證的實際成果，這也驅使企業加速導入智慧能源管理系統。早在 2017 年便投入此領域的思納捷，從桃園出發，透過工業園區與公共建築等在地場域的部署經驗，持續打磨技術與解決方案，隨後更在桃園市政府青年事務局「桃園天際線加速器」協助下，逐步將市場版圖延伸至海外。如今，思納捷全球累積超過 1,000 個應用實績，不僅成功將台灣智慧能源解方推向海外，更成為全球企業推動綠色轉型不可或缺的關鍵夥伴。

從桃園場域開始淬鍊：思納捷把「失敗經驗」變成難以複製的競爭力

思納捷總經理莊棨椉原先在資策會從事能源與物聯網相關研究，當時，他從歐美市場發展看見智慧能源管理的趨勢，於是，團隊從資策會獨立出來、成立思納捷，將過去累積的研發能量帶向市場。而技術落地第一站，就是從工業聚落密集的桃園開始，思納捷運用 IoT 技術管理工業園區的路燈、空氣品質、排水與交通等公共設施與環境，也進一步走進園區工廠，協助企業掌握與管理用電。

然而，從研究機構走向市場後，莊棨椉很快發現，「做得出來」與「真的能用」之間，還隔著一段不小的距離。許多從技術角度來看完全可行的做法，在進入真實場域後，反而出現各種從未想過的問題。

舉例來說，在幼獅工業園區部署智慧路燈時，思納捷原本採用 Mesh Wi-Fi 網狀網路，讓路燈彼此串聯、逐站傳遞訊號，沒想到實際上線後，路樹上的枝葉竟然擋住了訊號，造成通訊不穩定。為此，團隊重新調整架構，採用 NB-IoT 方式，讓每支路燈直接透過電信網路傳輸資料，降低環境遮蔽物對通訊的影響。

類似的「踩坑」經驗也發生在澎湖馬公港。思納捷與合作夥伴共同佈建智慧路燈，採用 PLC 電力線通訊技術，明明在實驗室與一般道路測試都沒有問題，到了港區卻完全無法傳輸訊號。團隊一路追查才發現，原來地下線路早已受到鹽害侵蝕，為此重新抽換線材，才讓系統得以正常運作。

串設備、整數據、AI 自主管理：思納捷打造 24 小時能源總管

「每一次踩坑，都讓團隊更清楚不同技術的適用邊界，也讓下一次部署少走一段彎路，」莊棨椉說，思納捷運用近十年來走進不同場域、解決各種意外狀況所累積的實戰經驗，形塑出 3 大產品特色。

第一，是物聯網裝置串接能力。
目前思納捷已能串接超過 1,000 種設備，涵蓋電表、水表、空調、冰水主機等不同類型，支援數量為全台最多。無論企業使用何種廠牌的設備，都能快速介接至思納捷的平台，降低設備整合門檻。

第二，是將數據與場域 Know-how 轉化為管理模組，讓企業可以「隨選即用」。
思納捷將多年累積的數據與經驗，轉化為超過 20 種應用模組，企業可以依需求持續擴充功能，一改過去可能要導入多套解決方案，才能管理不同設備的系統孤島問題。

舉例來說，某電子元件代理商在導入思納捷解決方案後，管理人員只要透過一支手機，就能掌握辦公大樓各樓層的設備運轉狀況，包括用電、用水、會議室、電動車充電樁到空調系統。不僅大幅提升管理效率，也能進一步掌握實際用電需求、降低能源耗用，並據此調降契約容量，每月節省約百萬元的電費成本。

第三，是讓能源與設備管理從人工管理走向 AI 自主管理。
思納捷以自家大數據為基礎，結合 AI 提升系統自主判斷與調控能力，持續優化能源管理的成效。「我們的目標，就是打造 24 小時雲端 AI 總管，讓系統可以自己判斷和調整，讓設備隨時維持在最佳運轉狀態，避免造成不必要的能源浪費，」莊棨椉強調。

出海前先看懂市場：桃園天際線加速器降低新創試錯成本

隨著產品逐漸成熟，思納捷也開始把目光投向海外，而進駐桃園天際線加速器，則為團隊提供一個以更低成本探索海外市場、驗證發展方向的機會。

莊棨椉表示，透過加速器安排的韓國、新加坡等國際交流，思納捷得以接觸不同市場的潛在客戶、創投與投資者，了解當地產業環境與實際需求，也能與在地新創交流創業與市場拓展經驗；國際經驗的獲取與海外拓點，都是成本極高的決策，藉由這些機會，思納捷得以用較低成本，去了解國際市場的可能性與風險。

此外，加速器也會安排專業業師分享國際市場經驗，從不同角度刺激團隊思考，重新檢視既有商業模式與海外布局策略。例如，曾經有業師與莊棨椉逐項分析海外上市必須具備的條件，讓他重新盤點公司現階段的優勢與不足，也進一步思考什麼才是最適合思納捷的成長路徑。

「加速器讓我們有機會多看、多聽、多接觸。」莊棨椉說。這些交流的價值，不只是認識多少潛在客戶，而是讓團隊在真正投入大量人力與資金以前，先釐清當地究竟有沒有市場、客戶需求是否成熟，以及既有產品與商業模式能不能直接複製。過去許多只能透過資料或想像判斷的問題，如今都能透過實際走進市場、接觸第一線業者取得更多資訊，降低走錯路的風險與試錯成本。

對思納捷而言，加速器帶來最關鍵的幫助是，透過市場探索、業師輔導與資源媒合，讓團隊在真正投入之前，有更多機會看懂市場、驗證方向，再決定下一步怎麼走。對資源有限的新創而言，這種「先驗證、再投入」的過程，反而能降低海外布局的機會成本，讓每一步走得更精準。

展望下一階段，思納捷團隊將持續聚焦校園、園區、建築與工廠四大場域，持續深化應用，讓「24 小時能源與機電設備雲端 AI 總管」的概念在更多場景落地，同時，當既有台商客戶前往海外設廠、有智慧能源管理需求時，思納捷也會跟隨客戶腳步提供服務。莊棨椉認為，唯有先把技術與服務做深，建立可複製的成熟模式，未來才有機會將台灣累積的智慧能源管理經驗帶向更大的國際市場。