‎Google Gemini

Google Gemini 已从单纯的聊天助手演变为一个深度嵌入 Google 生态的“通用智能体”（Universal Agent） 。它的真正壁垒不在于单点模型能力，而在于将 AI 直接注入你每天使用的 Gmail、Docs、Sheets、Drive 和 Calendar 之中，让“调用 AI”这件事从打开一个工具，变成在你原本的工作流里自然发生。

核心定位：不只是模型，更是 Google 生态的“操作层”

Gemini 的定位在 2026 年发生了关键转变。Google Cloud CEO 将其描述为 “一个用于工作的单一、通用智能体” ：回答问题、处理知识工作、生成图像与媒体、编写和运行代码，全部在一个提示框内完成，并且在 Workspace 内部以相同的记忆、技能和控制方式运行。这意味着你在 Gmail 里让 Gemini 处理的上下文，到了 Docs 或 Sheets 里依然有效，无需重复交代背景。

支撑这一体验的是“技能”（Skills）系统：你可以将重复性任务的指令保存为可复用的技能（例如“用我的风格写邮件”+“遵循品牌格式规范”），Gemini 在匹配到相应提示时会自动调用，甚至支持多个技能叠加执行。Gemini 目前可连接超过 40 个外部应用与服务（Instacart、OpenTable、Adobe 等），并提供了 macOS 桌面端和 Windows 应用，将 Agent 能力延伸到本地工作环境。

技术能力：旗舰 Argon 领衔的“复杂任务”矩阵

当前 Gemini 的旗舰模型是 Gemini 4 Argon，定位为“从开始到完成”处理最复杂任务的 frontier model。其关键规格包括：

• 100 万 token 的统一输入/输出上下文，足以一次性吞下大型代码库或整套法律/金融文件。

• 原生多模态（文本、图像、音频、视频输入），在衡量多模态理解的 LVBench 上得分 91.7%，在专业知识工作的 Vals Index 上排名第一（68.9%） ，Agentic 编程测试 DeepSWE v1.1 得分 77.9%。

• Deep Think 模式：面向极复杂数学与编程问题的增强推理模式，已向 Ultra 用户开放。

• Gemini Omni：全模态多媒体创作模型，支持从单张照片或视频一键应用模板并进行对话式迭代剪辑。

• Google Antigravity：Agentic 编程环境已内置到 Gemini macOS 应用中，你可以启动一个编码 Agent，批准其计划后它便在后台自主构建和测试代码，完成后通知你审查。

值得注意的是，Argon 并非在所有测试中全面领先：其 Terminal-bench 4.0 得分 57.4%，低于部分竞争模型，说明不同任务类型上的表现存在明显差异。

收费模式：算力计量制与“额度焦虑”

Gemini 在 2026 年 5 月进行了一次关键的计费改革：取消“每日提示词次数”限制，全面转向“按算力消耗”计量。新规则综合考量提示词复杂度、调用的功能（视频生成、深度研究等）以及对话历史长度。算力额度每 5 小时刷新一次，并设有每周上限；耗尽高阶模型额度后会自动降级到轻量模型，也可额外购买算力点数（AI credits）。

订阅层级大致如下：

API 方面，Gemini 4 Argon 推出限时优惠价：输入 $2 / 百万 token，输出 $10 / 百万 token；2026 年 12 月 1 日起恢复为输入 $4、输出 $20，缓存输入在优惠期内享受 95% 折扣。免费层级提供有限的模型访问和免费 token，但内容会用于产品改进；付费层级的内容则不会。