长文复盘 Gemini 4 Argon 与谷歌自研 TPU 成本优势
作者认为 Argon 证伪了「谷歌退出前沿」，独立评分 53 与 GPT-6 Astra 打平、低于 Opus 5.5 的 58，强在长文档与法律知识工作，弱在终端编程和前端，靠自研 TPU 把 $2/$10 单价压到对手之下。
两个月前，市场把 $GOOG 判出局了。 8月5日，Hassabis 卸了 DeepMind 的日常，Jeff Dean 也走了。当天股价跌了大约5%。 市场普遍认为 谷歌出现了重大人才流失 证明谷歌内部争议不 谷歌要退回卖算力、做应用分发，前沿模型不用再指望了。 我当时就不这么看。人走了，不代表训练停了。 9月30日 Gemini 4 Argon 出来，算是打了这个脸。 这轮预训练在重组之前就已经开跑，而且跑在自家 TPU 上，不是外面传的 $NVDA GB 系列。谷歌在这套芯片上磨了这么多年，临到最大的一次训练突然换 GPU，适应和重新验证的成本根本不划算。训练重启，说明不了芯片有问题。 成绩单虽然说没有赶上最先进的前沿AI 但是谷歌从不需要最前沿的AI，谷歌只需要第一梯队的AI足够了 独立评分 53，跟 GPT-6 Astra 打平，还是低于 Claude Opus 5.5 的 58。谷歌自己的19项对比里，领先或打平的有14项。强的是长文档和知识工作，Harvey 法律那项大概是 Astra 的3.6倍、Opus 的5倍出头。弱的也很明确，终端编程和前端，Terminal-Bench 落后 Opus 大概9个点。 更重要的是价格。引入价 $2/$10，跟 OpenAI 刚出的 Sol 一样，是 Opus 的一半，Astra 的五分之一。 但别只看单价。这模型上下文token特别牛逼，一个任务平均输出大概6.2万 token，是 Astra 的两倍多。算到任务上，引入价大概1.99美元，标准价3.98美元，Astra 是3.26美元。 现在我觉得作为一个真实用户来说 性能当然很重要 但是，能兼顾性能和成本的更加重要 五家里超大规模云服务，只有 $GOOG 能说从训练到推理全程用自己的芯片。OpenAI、 $META、xAI 主要还是买 $NVDA，采购价里含着英伟达的利润。谷歌一样要付设计、晶圆、HBM、封装，但不用再给供应商交一层。2025年 Gemini 单位服务成本降了78%。Anthropic 自己都签了多吉瓦 TPU，据报五年给 $GOOG Cloud 承诺了大概2000亿美元。外部人也觉得这东西划算，比谷歌自己说更有说服力。 所以 $2/$10 这样的成本单价压的是没有自己芯片的实验室。有芯片的，还能扛 另外别再讲赢家通吃了。OpenAI 年化收入往700亿美元走，Anthropic 编码和企业还是领先，$META 9月底把企业平台推出来了，xAI 并进 SpaceX 之后 Grok 4.7 也在跟，只是智能体编程缺口还大。五家都有钱，也都还在加训。算力需求是变多了，不是变少了。$GOOG 自己的资本开支指引还在1950到2050亿美元。 我的看法很简单。 Argon 把“谷歌退出前沿”这个说法证伪了。但榜单回到前三，不等于产品已经赢了。现在还是限量，终端编程和前端的口碑也不如 Opus、Astra。放量之后能不能落到 Search、Workspace 和 Cloud 上，才是股价要的东西。 训练支出不会停。收入可能会后置。这个时间差，才是后面要盯的。