美股投资网获悉，ServiceNow(NOW)周二否认了有关其有意收购对话式人工智能(AI)初创公司Decagon的报道。ServiceNow总裁、首席产品官兼首席运营官Amit Zavery在一份声明中表示“我们注意到，今天市场上出现了有关我们收购战略的错误信息。明确地说，ServiceNow对收购Decagon毫无兴趣，也没有任何收购意图。”

此前有报道称，专注于利用AI实现客户服务自动化的Decagon已与ServiceNow及其他潜在买家就收购事宜进行了初步磋商。在相关报道传出后，ServiceNow股价最初出现负面反应。

对此，杰富瑞分析师Samad Samana表示，鉴于ServiceNow近期频繁开展并购交易，投资者对大型收购交易存在担忧，因此该股股价最初出现负面反应并不令人意外。不过，该分析师同时指出，Decagon有望增强ServiceNow的客户服务管理产品能力，而该业务是推动公司增长的关键引擎之一。杰富瑞重申对ServiceNow股票的“买入”评级，并维持140美元的目标价。

到处买买买！投资者疑心ServiceNow收购战略

据悉，自2025年以来，ServiceNow已宣布多项数十亿美元级别的收购交易，以拓展其AI、客户关系管理(CRM)和网络安全业务能力。2025年早些时候，ServiceNow以约28.5亿美元收购了AI助手及企业搜索公司Moveworks。2025年12月，该公司同意以77.5亿美元现金收购网络安全公司Armis。该交易于2026年4月完成，预计将扩大ServiceNow的安全与风险管理业务。同样在2025年12月，ServiceNow还同意以约12.5亿美元收购身份安全公司Veza。该交易于2026年3月完成。此外，ServiceNow还以5.06亿美元收购了AI驱动的销售软件供应商Logik.io。

在完成总额超110亿美元的交易后，投资者对ServiceNow的收购战略仍心存疑虑。投资者对这些收购究竟是在加速既定战略、还是反映出公司需要依靠并购寻找新的增长点表示疑虑。投资者还担心，该公司在短时间内投入巨额资金进行并购，能否真正创造足够的回报，以及这些交易会不会增加财务负担、拖累盈利能力。

收购完成并不意味着协同效应能够立即兑现。ServiceNow需要将被收购公司的技术、员工、产品和销售团队整合进现有平台，过程中可能产生额外的整合成本。例如，有市场分析指出，对Armis的收购预计会对ServiceNow 2026年的利润率和自由现金流利润率造成一定压力。公司需要先承担相关成本，再逐步实现收入协同和运营效率提升。如果新产品的客户采用速度慢于预期，或者不同业务之间的交叉销售不及预期，收购带来的收益就可能延后兑现。

与此同时，投资者担心ServiceNow会偏离“以内生增长为主”的战略。ServiceNow原本的核心竞争力在于企业软件平台、订阅收入和工作流程自动化。连续开展大型收购，可能使市场担心公司越来越依赖外部并购来拓展业务，而不是主要依靠自身产品创新和客户增长。好在，ServiceNow在周二回应收购Decagon传闻时亦明确表示，公司仍然是一家以内生增长为先的企业，并称目前并不存在需要通过大型收购来弥补的重大战略缺口。

此外，AI行业的迅速变化使得收购价格和技术价值存在不确定性。ServiceNow积极收购AI、网络安全和企业软件公司，是为了强化平台能力，应对AI技术对传统软件行业带来的冲击。但AI领域的技术迭代很快，竞争格局也在不断变化。即使收购标的目前具有较强的技术或客户资源，其产品未来仍可能面临竞争加剧、技术路线变化或客户需求转移等问题。

对投资者而言，在ServiceNow完成了多笔收购后，接下来值得关注的指标包括订阅收入增长能否维持、利润率和自由现金流能否承受整合成本，以及新收购的技术能否真正带来客户增长和交叉销售。ServiceNow计划于10月28日公布的第三季度业绩或许将为投资者提供解答这些问题的线索。根据Koyfin的数据，市场预计该公司第三季度营收将同比增长20%，达到40.9亿美元;调整后每股收益预计将同比增长6%，达到1.02美元。

最专业的美股资讯,推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

美股投资网获悉，台积电(TSM)将于周四美股盘前公布最新完整季度业绩。尽管宏观经济和行业面临诸多不利因素，台积电第三季度营收表现优异，凸显了人工智能基础设施需求的强劲韧性。

2027 年先进工艺节点和封装技术的限制日益加剧，凸显了产能扩张是台积电增长和盈利能力提升的关键驱动因素。虽然海外扩张会带来利润率稀释的风险，但更高的利用率、运营杠杆以及晶圆价格上涨可能会抵消即将到来的不利因素。

营收已“提前交卷”467亿美元，超过财测上缘

台积电第三季度还没公布完整季报，营收数字已经先出来了。据台积电 10 月 8 日公布的营收报告，9 月合并营收约新台币 5,118.57 亿元，月减 0.6%、年增 54.6%，为历年同期新高;8 月的 5,148.06 亿元仍是单月历史最高纪录。整个第三季度合并营收达新台币 1 兆 4,942.43 亿元，季增 17.62%，创下单季历史新高，累计前九月营收 3 兆 8,987.27 亿元、年增 41.1%。

按公司财测所假设的 1 美元兑 32 元新台币汇率折算，第三季度营收约 467 亿美元，不仅超过公司此前给出的 446 亿至 458 亿美元财测区间，也高于市场共识均值的 458 亿美元。 分析指出，这一创纪录营收为近期市场对“AI 基础设施支出能否持续”的担忧提供了有力反驳——该担忧此前正因 AI 相关债务攀升、美联储重启加息与行业对 AI 安全的审视加剧而累积。

台积电已确定10月15日(周四)举行业绩电话会议;按惯例，公布财报前十天(10 月 5 日至 14 日)为缄默期。台湾法人预期，受惠 Vera Rubin 新平台与 2 纳米需求，第四季度营收可望进一步攀高，资本支出、先进制程与先进封装进展、毛利率展望及全球产能布局为关注重点。

AI 基建的疑虑，与一个已经落地的反向信号

过去几个月，AI 半导体整体表现在行业逆风下走弱。这一敏感度在 9 月初集中暴露Anthropic 首席执行官达里奥·阿莫代伊(Dario Amodei)发表公开信，以 AI 安全为由呼吁放慢前沿模型开发节奏，随即引发半导体指标急跌，VanEck 半导体 ETF(SMH)与三倍做多半导体 ETF(SOXL)均明显受损。相关担忧此后有所缓和——英伟达(NVDA)黄仁勋与 AMD(AMD)苏姿丰都主张继续、但负责任地推进 AI;行业对评估与监控工作负载的增量算力预期，也强化了基建支出的持续性。

但已开工项目的最新受挫让疑虑重新抬头甲骨文(ORCL)就新墨西哥州 2.45 吉瓦数据中心园区 Project Jupiter 向开发商发出不可抗力通知，希望在园区因电力与审批等外部因素延后交付时推迟部分付款义务。据报道，症结在于供气管道通行权两度被新墨西哥州否决、管线开工推迟至 2027 年 2 月 1 日，该项目约 180 亿美元的银团建设贷款交易价已跌破面值九成。这也说明制约 AI 算力落地的，正从芯片供给转向电力与审批。

主线一2027 年的产能紧缺，与“能否把需求变成收入”

需求侧的驱动逻辑已经换挡。AI 基建需求越来越取决于 token 的总体消耗量，而智能体式 AI 及其在任务规划、执行与评估之间的持续推理循环放大了这一消耗。行业估算显示，后训练负载所需算力可能高达原始基础模型训练算力的 30 倍;推理强度更高的负载，算力消耗可能是邮件摘要这类简单任务的 100 倍以上。戴尔(DELL)预计推理 token 到 2030 年增长 87 倍至 3,600 万亿，该展望随后被 AMD 呼应。

token 消耗抬升，对台积电意味着更坚韧的晶圆需求，且还叠加两股力量一是向下一代商用处理器切换——英伟达 Vera Rubin 系统、AMD 的 Instinct MI450X 加速器与 Zen 6 EPYC Venice 服务器 CPU，均围绕日益复杂的智能体推理负载设计;二是定制 ASIC 采用面扩大，超大规模厂商越来越倾向按工作负载定制架构，以在规模上优化推理的单位经济性。

供给端的紧张由此加剧。台积电管理层此前已表示，需求将在 2029 年与 2030 年维持“非常强劲”;魏哲家在上季法说会上强调，客户及其客户(即 AI 数据中心业者)持续释出强劲展望，先进制程产能仍供不应求，公司并不担心英特尔、三星抢单。

瓶颈集中在最受追捧、也最紧缺的 N3 节点。原文指出，N3 约占台积电晶圆营收组合的 30%，是支撑英伟达最新 Vera Rubin 架构等下一代 AI 处理器的技术，增量产能仍显著受限。据上一季法说会披露，7 纳米及以下先进制程合计占晶圆营收 77%(3 纳米 30%、5 纳米 33%、7 纳米 11%)，2 纳米首度贡献 3%。公司正加速在台湾、亚利桑那与日本扩张 N3 产能，并改造 N5 设备补充产能。

N2 的爬坡构成另一个催化剂，其采用正从智能手机扩展到高效能运算，需求驱动力包括苹果(AAPL)新推出的 A20 Pro 与 M6 芯片(分别搭载于最新 iPhone 18 Pro 与 Mac mini)，以及 AMD 下一代 EPYC Venice 服务器 CPU 的爬坡。台湾法人估算，若千万颗 AI GPU 均搭载 HBM4e 客制化基底晶粒，单月将消耗 4.5 万至 5 万片 3 纳米晶圆，相当于吃掉 3 纳米产能的 20% 至 25%;即便 3 纳米月产能从 2026 年底的 16 万片扩至 2028 年底的 22 万片，2027 年产能利用率仍将维持 120% 以上的超负荷运转。也正因如此，台积电今年破天荒加码新建三座 3 纳米新厂。

由此，产能扩张的执行速度成为本次法说会的关键变量——它决定台积电能否把强劲的终端需求转化为超出当前股价已反映预期的增量收入。

主线二海外扩产的毛利稀释，与正在酝酿的涨价

另一个悬在头顶的问题是海外扩产带来的利润率稀释。台积电为第三季度给出的毛利率指引为 65% 至 67%，即便取上缘，也隐含较第二季度的 67.7% 至少压缩 70 个基点。管理层此前持续提示海外产能爬坡前期，公司整体毛利率每年被稀释 2 至 3 个百分点，后期扩大至 3 至 4 个百分点。公司说明回落主因是 2 纳米量产初期成本较高、快速爬坡稀释约 3 至 4 个百分点。资本开支的扩张则进一步加重了这份担忧。台积电 7 月将亚利桑那州投资追加 1,000 亿美元，累计承诺规模达 2,650 亿美元;公司 2026 年全年资本支出展望亦由原先的 520 亿至 560 亿美元，上调至 600 亿至 640 亿美元。市场还传出可能赴德州建立制造基地，以及分租特斯拉(TSLA)与 SpaceXAI 未来 Terafab 设施产能的说法。在资金成本上升的环境里，这种更资本密集的扩张周期会引入增量回报率压缩风险。

但营收的持续超预期，恰恰强化了对先进产能规模化带来经营杠杆改善的信心——这可能跑赢海外稀释，从而形成一个超出市场预期的盈利拐点。支持证据来自第二季度当季营收 402 亿美元达财测上缘，毛利率 67.7%、营益率 60.3% 均优于财测上限，税后纯益新台币 7,066 亿元、年增 77%，每股盈余新台币 27.25 元(折合 ADR 约 4.31 美元)，年化股东权益报酬率 45.9%。

更关键的是，第三季度各月营收年增率是逐月加速的——9 月达 54.6%。台湾法人因此预估，在 2 纳米初期稀释与产品组合优化相互抵消下，台积电第三季度毛利率有望上看 68%，优于 65% 至 67% 的财测目标。高盛与摩根士丹利则相对保守，分别预估第三季度毛利率触及 67.5%。

真正可能改变盈利轨迹的变量，是涨价。据报道，台积电预计 2027 年启动全面调价7 纳米及以下先进制程基础报价上调 5% 至 10%，先进封装涨 10% 至 15%，成熟制程升 3% 至 5%;客户若在既有订单外追加高效能运算产能，须在标准涨幅上再付 10% 至 15% 溢价，叠加后部分追加订单总涨幅最高约 25%。另有整理显示，2 纳米晶圆可能额外调涨 6% 至 8%、部分成熟节点最高涨 10%。据报道，调价意在“抵消材料、制造设备与海外建厂成本上升”;台积电尚未确认，但与其“越高越好”的定价哲学一致，前提是不牺牲客户成功、不把客户“挤出市场”。

摩根士丹利据此判断，7 纳米及以下先进制程 2027 年涨价 5% 至 10%、成熟制程涨幅不超过 3%，将带动台积电 2027 年毛利率逼近 70%。行业层面的定价环境也在印证这一点据此前报道，三星电子已将部分先进制程新订单价格上调最高 15%(4 纳米制程对美国与中国大陆客户涨价 10% 至 15%，5 纳米涨幅相同，8 纳米上涨近 10%);据 Counterpoint Research 数据，2026 年第二季度全球纯晶圆代工市场同比增长 29%，台积电以 73% 的份额连续两个季度居首，相当于第二名三星(7%)的十倍。

由此，本次法说会上关于定价策略的进一步说明，将成为核心看点之一由供给端驱动的平均售价上行，能为台积电的盈利轨迹提供一层关键安全垫，用以对冲海外稀释以及 2 纳米爬坡与 A14 研发的成本。

估值机构目标价里的分歧

根据Summit Research的估值框架台积电到 2030 年实现五年营收复合年增长率 28%，由先进制程占比提升、以支撑单位价值更高的 AI 高效能运算机会带动，相关平台收入复合增速预计 35%。在贴现现金流模型中对 2030 年 EBITDA 采用 3.5% 永续增长率推算终值、以 10.3% 的加权平均资本成本贴现，得出基准目标价每股 498 美元;若产能变现更强，乐观情形上看 535 美元，从而让 3 万亿美元市值门槛“触手可及”。

卖方在法说会前已掀起一轮目标价调升潮。摩根大通(小摩)台湾区研究部主管哈戈谷(Gokul Hariharan)将目标价由新台币 3,200 元上调至 3,300 元，评级“优于大盘”;摩根士丹利(大摩)台湾研究部主管詹家鸿由 2,988 元上调至 3,088 元，评级“优于大盘”;高盛维持“买进”、目标价新台币 3,300 元;瑞银目标价维持新台币 3,650 元，并指出股价具有显著的“重新评级”潜力。

其中，高盛半导体分析师虞成敬预计，台积电 2026 年与 2027 年美元营收将分别年增 42% 与 36.9%，毛利率分别为 67.2% 与 67.5%，并将 2027、2028 年资本支出预测上调至 850 亿与 980 亿美元。大摩詹家鸿则预期，公司将把全年营收增速指引上调至 40% 至 45% 区间的偏低位置，第四季度营收季增 10% 至 15%，2026 年资本支出维持 540 亿美元、2027 年扩至 750 亿至 800 亿美元;他并列出法说会三大关键议题美国扩产(未来五年内在德州建厂可能有其必要性)、英特尔外包动向，以及联发科大型 TPU 芯片的大晶粒封装支持(CoWoS 或 CoPoS)。

投资者在本次法说会上需要听到的本质上是两件事一是产能扩张的执行可见度，即能否把终端需求变现;二是海外稀释压力下毛利率的韧性，这决定自由现金流能否持续增厚。

最专业的美股资讯,推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

美股投资网获悉，贝莱德(BLK)10月14日美股盘前发布2026年第三季度业绩。当季营收77.52亿美元，同比增长19%，高于市场预期的74亿至75.2亿美元;调整后每股收益15.93美元，同比增长38%，较市场预期区间(14.10至14.32美元)高出11%以上。GAAP口径下，净利润16.59亿美元、摊薄每股收益10.57美元，同比增长25%。

规模与资金流是本季最大看点。截至9月30日，公司管理资产规模(AUM)达15.49万亿美元创纪录，同比增长15%;三季度净流入2050亿美元，其中iSharesETF净流入1350亿美元、主动型产品净流入664亿美元，机构指数产品净流出274亿美元。过去12个月累计净流入8690亿美元，对应10%的有机基础费率增长;三季度年化有机基础费率增长11%。

盈利能力同步改善。调整后营业利润33.30亿美元，同比增长27%;调整后营业利润率47.8%，较去年同期提升320个基点。科技服务与订阅收入5.88亿美元，同比增长14%，科技业务年化合同价值增长12%。公司当季回购5.50亿美元股票，并派发每股5.73美元股息。

需注意，当季GAAP营业利润23.28亿美元、营业利润率30.0%，与去年同期持平，主要受5.64亿美元非现金或有对价公允价值变动影响，该项已从调整后业绩中剔除。公司另称，私人市场过去12个月募资680亿美元，人工智能基础设施合伙平台当季完成首笔部署。

首席执行官拉里·芬克在声明中表示“全球经济对资本的需求正在增长，而贝莱德正日益处于资本配置和管理方式的核心。”

该公司推进重大转型、进一步深入费率更高的私募市场，如今已满一年。该公司于2025年7月完成对另类信贷专业机构HPS Investment Partners的120亿美元收购，标志着这家股票和债券巨头为追赶私募市场领导者而进行的重大扩张迈出第三步。

最新季度业绩首次纳入包含HPS业绩的上年同期数据。贝莱德在拿下全球基础设施合伙公司(Global Infrastructure Partners)和私人数据公司Preqin之后，又收购了这家信贷公司。

贝莱德一直试图摆脱传统资产管理公司的标签，通过强调其在私募市场的增长，以及向金融客户销售的风险管理与技术分析服务。

财报公布后，截至发稿，贝莱德盘前股价上涨约3.3%。

最专业的美股资讯,推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

据 Woofun AI 消息，谷歌(GOOGL)于 10 月 13 日正式将 Gemini 4 Argon 模型向全球开发者与企业开放，标志着其战略重心从单纯的内容生成转向复杂任务的全流程交付。此次发布不仅涵盖了通过 Gemini API、Google AI Studio 及 Google Antigravity 等平台的广泛接入，更向符合条件的 Gemini Pro 和 Ultra 订阅用户开放了应用及搜索中的 AI 模式体验。相较于 10 月 1 日的有限开放，本次全球上线的核心价值在于谷歌披露的一系列实证案例，旨在证明前沿模型的价值已超越回答问题或生成代码的初级阶段，转而聚焦于能否接手并串联多个环节，最终交付具备实际使用价值的结果。

在内部工程重构与性能优化方面，谷歌首先以自身庞大的工程项目作为检验 Argon 能力的试验田。数据显示，已有超过 10 万名员工通过 Antigravity 内部版本使用该模型，在过去四周内，工程团队的智能体代码提交量激增 35%，而提交后的代码回滚率则下降了近三分之一，这一显著的效率提升直接反映了模型在代码质量把控上的进步。Chrome 团队的重构项目尤为典型，Chromium 代码库规模高达 4000 万行，其中包含一个约 600 万行的遗留代码目录，该目录长期混杂着多种浏览器功能并与核心网页处理逻辑紧密交织。Argon 协助团队成功将核心功能从遗留代码中剥离，完成了涉及数百个文件的架构重构，将原本预计需要数月才能完成的工作压缩至几周。

此外，谷歌开源的 Agent Development Kit（ADK）团队也进行了类似尝试，通过向 Argon 提供规则手册和优化目标，要求其在确保现有应用稳定性的前提下减少框架开销。经过一天运行，模型提出的改动使长会话的内存准备时间减少了 40%，冷导入速度提升了 21%，相关代码已合入公开的 ADK Python 代码库。在底层模型优化层面，Argon 将 Gemma 4 E2B 在单张英伟达(NVDA) A100 上的推理吞吐量从每秒约 3.79 万个 token 提升至超过 10.8 万个，增幅约为 2.85 倍。谷歌指出，优化后的输出保持一致，整个过程仅耗时几天，主要涉及注意力调优和推测解码等技术环节。这些案例共同揭示了一个关键趋势模型正深度参与从代码理解、架构调整到性能优化和问题排查的完整工程流程，而非仅仅遵循指令生成代码。

Woofun AI 整理数据显示，视觉生成与跨平台游戏移植案例进一步拓展了 Argon 的应用边界。在三维建模领域，谷歌展示的案例中，Gemini 4 Argon 通过 Antigravity 中的多代理视觉批判循环，在 Blender 中自主构建了一组高度精细的寺庙建筑群，包括多座建筑、植被和复杂光照，呈现出接近照片的视觉效果。

X 用户@mweinbach 分享的《心灵杀手 2》移植案例，则展示了 Argon 在跨平台工程中的强大能力。他称，模型协助将游戏从 x86 Windows 环境移植到原生 macOS Arm64 环境，涉及指令转换、Rust 绑定和 Metal 着色器转换，项目在 M3 Ultra 上达到了每秒 140 多帧的流畅运行效果。

大型代码库检验的是 Argon 处理复杂软件系统的能力，而机器人项目则考验模型能否理解真实世界中的空间关系和物理交互，并将这种理解转化为可执行的程序。谷歌展示的 Real2Sim 项目正是围绕这一问题展开，Argon 可以观看真实机器人遥操作视频，构建对应的数字孪生环境，并获取或生成仿真资产，使物体不仅外观接近真实对象，在与灵巧机械手接触时也能呈现相似的物理行为。随后，模型通过反复视觉推理调整物体属性和场景设置，让仿真中的视觉效果与接触过程尽可能贴近真实记录。

这一流程的意义在于，机器人训练不必完全依赖人工从头搭建仿真环境，真实操作视频可以成为建模的起点，模型再根据仿真与现实之间的差异不断修正场景。另一项演示则从一张草图开始，Argon 根据人形机器人向桌上的箱子堆扔球的示意图，自动生成 GPU 加速的仿真场景和全身动作轨迹，并在物理引擎中验证六个箱子全部倒下，最终输出渲染视频。

不过，仿真成功并不等于机器人已经具备稳定的现实操作能力，物理环境、传感器误差和执行器限制，都可能影响动作迁移效果。

网络安全、科学研究与生命科学领域的突破，展示了 Argon 在专业领域的深度应用能力。在网络安全领域，谷歌通过 Fairwind 计划向更多合作伙伴开放模型，用于经过授权的防御性安全工作。在科学研究中，Argon 参与了量子计算、核聚变和生命科学项目。谷歌称，模型将内部量子纠错解码器转换为优化的硬件内核，使推理吞吐量接近翻倍；在与马里兰大学研究人员的合作中，它帮助发现更多 Grad 猜想的反例，为聚变堆磁场设计提供新的研究依据。

生命科学方面，Gamow Labs 的研究人员使用 Argon 分析罕见发育性肺部疾病新生儿的基因组，在一个病例中发现常规软件多年未能识别的染色体重排，并解释了此前漏检的原因。这些项目的共同点在于，模型需要理解专业资料、生成解决方案，再根据计算或实验结果进行调整。谷歌正在尝试将这种能力从软件工程延伸到具有不同规则和验证方式的专业领域，这标志着 AI 在科学发现中的角色正从辅助工具向核心参与者转变。

商业定价、基准测试与专家评估构成了 Argon 进入企业工作流程的关键变量。谷歌给出的限时 API 价格为每百万输入 token 2 美元、输出 10 美元，缓存输入为 0.1 美元。12 月 1 日起，输入和输出价格将分别提高至 4 美元和 20 美元。Argon 还提供 100 万 token 的统一上下文窗口，输入、思考和输出共用这一额度。API 支持后台运行和检查点恢复，适用于多仓库迁移、复杂代码分析等需要长时间执行的任务。

基准测试显示，Argon 在部分专业任务中具有竞争力。在 Vals Index 上，它获得 68.9% 的成绩，高于 Claude Sonnet 5.5 的 67.04% 和 Opus 5.5 的 66.97%。谷歌公布的测试中，Argon 在 Harvey 法律代理基准上得分 19.6%，在 Zapier 自动化基准上得分 51.3%，在 DeepSWE 软件工程基准上得分 77.9%。

但在 Artificial Analysis 综合智能指数中，Argon 获得 53 分，与 GPT-6 Astra 和 Claude Fable 5.1 持平，低于 Opus 5.5、Sonnet 5.5 和 Meta Muse Wonder Full。沃顿商学院教授伊桑·莫利克（Ethan Mollick）认为，Gemini 4 在创意和写作方面取得显著进步，为现有前沿模型提供了不同的选择。

不过，他指出，模型处理复杂多智能体任务时仍有不足，有时过于自信，Antigravity 的工具链也需要改进。企业 AI 咨询公司 Red Dragon AI 的山姆·维特文（Sam Witteveen）认为，Argon 是一个非常出色但并非最强的模型。他看好模型结合视觉理解、软件生成和创意媒体的能力，但认为 Antigravity 与 Claude Code、Codex 等开发工具相比仍有差距。X 用户@cheaty 则认为，Argon 早期测试中的运行速度和成本表现不够理想。

尽管模型能够完成任务，部分任务的实际花费仍明显高于其他模型。这也说明，企业评估模型时，不能只比较每百万 token 的标价，还要看完成同一任务需要多少调用、耗时多久，以及最终结果是否可用。

Argon 的全面开放，让更多开发者和企业有机会检验谷歌展示的能力。但从模型能够完成某项任务，到企业可以稳定、低成本地将其投入生产，中间仍有一段距离。对谷歌而言，接下来要解决的不只是继续提升模型能力，还包括让模型更容易使用、让复杂任务运行得更稳定，并让实际成本与效率优势真正经得起检验。谷歌员工正在测试 Gemini 4 的后续版本 Barium 和 Carbon，部分测试者认为其编码能力有所提升。Vercel 首席执行官吉列尔莫·劳赫（Guillermo Rauch）认为，谷歌拥有 Transformer 技术积累、工程人才和计算资源，不应被低估。

最专业的美股资讯,推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！