Gemini 4 Argon 首发 72 小时：25 万亿 Token 的“推理洪峰”
最新披露显示，Gemini 4 Argon 上线 72 小时消耗 25 万亿 Token，约合每秒 9645 万 Token。若按单次请求 2k Token 估算，相当于每秒近 5 万次并发会话。这不仅刷新了前沿模型的采用速度，也说明竞争焦点已从参数规模转向推理吞吐、延迟与单位成本。
皮查伊首次揭秘：为何砍掉 3.5 Pro
皮查伊回应称，砍掉 3.5 Pro 并非简单跳票，而是路线冲突下的主动取舍。一方面，Argon 在长上下文、多模态推理和工具调用上已越过 3.5 Pro 的目标线；另一方面，同时维护两条前沿模型线会稀释 TPU 资源、拉长发布节奏，并造成 API 与安全对齐框架重复建设。内部评估认为，3.5 Pro 若强行发布，其成本与延迟难以匹配 Argon 的规模化需求。因此 Google 选择“跳代聚焦”，将 3.5 Pro 能力并入 Argon，以统一架构押注下一代生态。
分析：Token 洪峰是增长，也是负债
这释放出两个信号。其一，Token 消耗量正成为模型真实采用度的核心指标，但 25 万亿也意味着算力账单、能耗和限流压力剧增。其二，“砍掉 3.5 Pro”体现少而强的产品策略，可避免版本碎片化，让开发者更快迁移到统一 API 和工具链。接下来关键看 Argon 能否在保持稳定性的同时压低单位 Token 成本；否则，推理洪峰可能从增长故事变成基础设施负债。
