Gemini 4 Argon: X ถก Google เปิดใช้แล้ว แต่ Pro เข้า Antigravity ไม่ได้ และราคา $2/$10 จะขึ้นเท่าตัว

1. “Google กลับมาแข่งแล้ว” ปะทะ “ยังไม่ถึงระดับ Opus 5.5 / Astra / Fable”

ผู้บริหาร Google, นักพัฒนาเครื่องมือ Coding Agent, นักวิชาการที่ได้ลองก่อนเปิดตัว และฝั่งที่ทำ Benchmark ของตัวเอง

• Demis Hassabis ซีอีโอ Google DeepMind โพสต์ว่า “Gemini 4 Argon is amazing for knowledge work and coding”พร้อมเดโมเกมหมากรุกพ่อมดสามมิติ ยอดแสดงผลราว 98,400
• @thdxr นักพัฒนาเครื่องมือ Coding Agent ที่มีผู้ติดตามราว 177,000 คน เขียนว่า “google has finally done it this is very much a frontier model / it was the second highest used model last week by our team / they’re in the race now”แปลว่า Argon เป็นโมเดลที่ทีมของเขาใช้มากเป็นอันดับสองในสัปดาห์ก่อน ยอดแสดงผลราว 10,000 ไลก์ 422
• Ethan Mollick อาจารย์ Wharton ที่ได้ลองก่อนเปิดตัว สรุปว่า Argon เป็นโมเดลแรกที่ไม่ใช่ของ OpenAI หรือ Anthropic ที่ “pass the Fable/Mythos/Astra bar” และมีบุคลิกต่างจาก Claude กับ Astra แต่เขาก็เขียนว่ามัน “lags” ในงาน Multi-agent ที่ซับซ้อน มั่นใจในข้อสรุปเกินไป และ “a little lazy” อีกโพสต์ของเขาตั้งข้อสังเกตว่า การใช้ Gemini 4 ทำให้รู้สึกว่าโมเดลอื่นอาจกลั่นความรู้จาก Claude หรือ GPT หรือใช้กระบวนการเทรนคล้ายกัน ข้อนี้เป็นความเห็นของเขา ไม่ใช่ข้อเท็จจริงที่พิสูจน์แล้ว
• อีกฝั่ง Bindu Reddy ซีอีโอ Abacus.AI โพสต์ผล LiveBench 2.0 ว่า “Gemini Argon 4 Falls Behind Fable And Astra” แต่ดีกว่าโมเดลโอเพนซอร์สและ Muse Wonder โพสต์นี้มียอดแสดงผลราว 205,600 สูงกว่าโพสต์ชมเกือบทุกโพสต์ที่เราเห็น
• Wes Bos นักพัฒนาเว็บที่ลองมาหนึ่งสัปดาห์เขียนว่า “Its a good model, but not Opus5.5/Astra/Fable levels.”เก่งเรื่องเขียนโค้ดและทำ UI ตามแบบ แต่ต้องดันหนักกว่าจะได้โค้ดพร้อมใช้งานจริง หลายอย่างเป็น “cool demo” ที่ไม่ได้คิดเรื่องระบบล็อกอินหรือบัญชีผู้ใช้

ข้อสังเกต: ฝั่งชมกับฝั่งติไม่ได้ขัดกันทั้งหมด หลายคนเห็นตรงกันว่า Argon “ไล่ทันแล้ว” แต่ “ยังไม่ได้นำ” และความเห็นแตกกันมากที่สุดในงาน Coding Agent

2. “จ่าย Pro แต่ใช้ใน Antigravity ไม่ได้” ประเด็นสิทธิ์เข้าถึงที่ถูกพูดถึงมากที่สุด

สมาชิก Google AI Pro นักพัฒนาที่ใช้ Antigravity และผู้ใช้ที่โพสต์เป็นภาษาจีน ญี่ปุ่น ตุรกี สเปน อาหรับ และไทย

ตามประกาศของ Google คนที่ใช้ Argon ได้แบ่งตามช่องทาง สมาชิก Pro ($19.99 ต่อเดือนในสหรัฐฯ) ใช้ได้ในแอป Gemini และ AI Mode แต่ใช้ใน Antigravity ซึ่งเป็นแอป Coding Agent ของ Google ไม่ได้ ต้องเป็นสมาชิก Ultra ($99.99 หรือ $199.99 ต่อเดือน) หรือจ่ายผ่าน Gemini API โดยตรง

• Logan Kilpatrick คนของ Google ที่มักตอบคำถามเรื่อง Gemini บน X ตอบคำถามเรื่องนี้ว่า “Argon is as “big model smell” as it comes, so limited on our ability to serve it widely, but working on versions of Gemini 4 which will be available to billions of people”คือโมเดลใหญ่มาก จึงให้บริการวงกว้างได้จำกัด และกำลังทำ Gemini 4 รุ่นอื่นที่คนหลายพันล้านคนจะได้ใช้ ยอดแสดงผลราว 27,900
• ใต้โพสต์ของ Logan มีคนถามซ้ำๆ ว่า Pro จะได้ใช้เมื่อไร ผู้ใช้รายหนึ่งถามว่า “really don’t understand why it’s Ultra only” (ยอดแสดงผลราว 7,700) อีกรายที่ใช้คำหยาบโยงไปถึงการเลื่อน Gemini 3.5 Pro ที่ผ่านมา และบอกว่า Google ทิ้งลูกค้า Pro ที่จ่ายเงินอยู่ (ยอดแสดงผลราว 8,200)
• ผู้ใช้ที่โพสต์เป็นภาษาญี่ปุ่นรายหนึ่งอธิบายให้ชัดว่า ที่จริงไม่ใช่ว่า Pro ใช้ไม่ได้เลย แต่ “ใช้ใน Gemini ได้ ใช้ใน Antigravity ไม่ได้” เหมือน “ใช้ใน GPT ได้แต่ใช้ใน Codex ไม่ได้” และบอกว่า ถ้าใช้พัฒนาไม่ได้ ความคุ้มค่าก็ลดไปเกินครึ่ง
• ผู้ใช้ที่โพสต์เป็นภาษาจีนรายหนึ่งเสียดสีว่า ในสายตา Google ค่าสมาชิก Pro เป็นแค่ “ค่าสปอนเซอร์” ส่วนของ Ultra จึงจะนับเป็น “ค่าสมาชิก” ฝั่งไทยมีผู้ใช้แซวว่า สำหรับ Pro ที่ไม่มี Argon “Google กลัวเราน้อยใจ ไปใช้กันใน Google Search ได้นะครับ”
• ปัญหาซ้อนคือการทยอยเปิด ผู้ใช้ Pro หลายราย เช่นรายนี้ที่ตอบ Josh Woodward ผู้บริหารฝั่งแอป Gemini บอกว่ายังไม่เห็น Argon ในเมนูเลือกโมเดล แม้ประกาศบอกว่าเปิดแล้ว
• ข้อเสนอที่เจอซ้ำคือ ให้ Pro ได้ใช้ Argon ใน Antigravity แบบโควตาเล็กๆ แทนการปิดทั้งหมด ผู้ใช้รายหนึ่งเขียนว่า “upgrading before even testing it makes no sense”

ฝั่งที่แย้ง ชี้ว่าเรื่องนี้ไม่ได้เกิดขึ้นโดยไม่บอกล่วงหน้า ประกาศวันที่ 30 ก.ย. เขียนไว้แล้วว่ากลุ่มแรกคือลูกค้า API แบบจ่ายเงินและสมาชิก Ultra และนักพัฒนาที่เป็นสมาชิก Pro ยังเรียก Argon ผ่าน API ได้ ผู้ใช้รายหนึ่งคาดว่า นักพัฒนาส่วนใหญ่จะได้ใช้ Argon ผ่าน API ใน AI Studio ก่อน ส่วน Every ก็แนะนำให้ใช้ Argon ผ่านเครื่องมืออื่นอย่าง Cursor หรือผ่าน API แทน Antigravity

3. “$2/$10 คือราคาทดลอง ไม่ใช่ราคาจริง” ราคาที่จะขึ้นเท่าตัวหลัง 30 พ.ย.

นักพัฒนาที่ต้องคิดงบ API สาย FinOps และคนที่ทำสินค้าบน API ของคนอื่น

• ผู้ใช้รายหนึ่งคำนวณให้ดูว่า ถ้าเรียก 1,000 ครั้งต่อวัน ครั้งละ 20,000 input token และ 1,000 output token จะเสียวันละ $50 ตอนนี้ แต่เป็น $100 ในเดือนธันวาคม “without you changing a line” และสรุปว่า “cheap for 7 weeks is a trial, not a price.” (Hybrid Mind คำนวณซ้ำแล้ว ตัวเลขถูกต้อง)
• อีกรายหนึ่งชี้ว่า $4/$20 หลัง 30 พ.ย. เท่ากับราคาของ Opus 5.5 และ Muse Wonder “three labs, same price, to the cent” ราคา Muse Wonder ที่ $4/$20 ตรงกับข่าวสรุปของ TestingCatalog ส่วนราคา Opus 5.5 เป็นตัวเลขที่โพสต์นี้อ้าง เรายังไม่ได้ตรวจกับหน้าราคาของ Anthropic
• บัญชี @iambasitshah ที่มีผู้ติดตามราว 23,000 คนเรียกช่วงนี้ว่า “a migration window, not a discount”และเขียนต่อว่า “Benchmarks are marketing. Long agent runs decide it.”
• ฝั่งที่มองบวกชอบส่วนลด Cached input 95% (เดิม 90% ในรุ่น Flash) และบางบัญชีข่าวการเงินเขียนว่าราคาเปิดตัว “80% below GPT-6 Astra and Claude Fable 5.1” ตัวเลข 80% นี้เราไม่ได้ตรวจ

ข้อมูลที่ทำให้ฝั่งนี้มีน้ำหนัก: Artificial Analysis อธิบายว่า ที่ต้นทุนต่อชิ้นงานของ Argon ($1.99) ถูกกว่า GPT-6 Astra ($3.26) มาจาก “lower token prices, rather than reduced token use” เพราะ Argon ใช้ output เฉลี่ยราว 62,000 token ต่อชิ้นงาน ส่วน Astra ใช้ราว 27,000 token พอหมดช่วงลดราคา ต้นทุนต่อชิ้นงานจะขึ้นเป็น $3.98 หรือราว 1.2 เท่าของ Astra

4. คนที่ลองใช้จริงได้ผลไม่ตรงกัน: “เร็วกว่า ถูกกว่า Opus” กับ “โควตาหมดในไม่กี่นาที”

นักพัฒนาที่ทดลองเทียบกับ Opus 5.5 สมาชิก Ultra ที่ใช้ Antigravity และทีมรีวิวอย่าง Every

• ผลที่ Argon ดีกว่า: ผู้ใช้รายหนึ่งทดสอบผ่าน Devin CLI ด้วยโจทย์สร้างฉากสามมิติ “Jelly Garden” พบว่า Opus 5.5 ใช้เวลา 30 นาที เสียราว $12.50 ส่วน Argon ใช้ 15 นาที เสียราว $5 อีกโพสต์รายงานว่า ด้วยพรอมต์เดียวกัน Argon ใช้ 10 นาทีและราว 1.5% ของโควตารายสัปดาห์ Opus ใช้ 15 นาทีและ 4%
• ผลที่ Opus ดีกว่า: ผู้ใช้อีกรายหนึ่งให้ทั้งสองโมเดลสร้างวิดีโอโปรโมตใน Adobe Premiere ด้วยพรอมต์เดียวกัน Opus เสร็จใน 21 นาที 18 วินาที เสีย $3.74 ส่วน Argon ใช้ 28 นาที 41 วินาที เสีย $5.06 หรือ “opus costs 26% less and finishes about 26% faster”
• โควตา: สมาชิก Ultra หลายรายบ่นว่าโควตา 5 ชั่วโมงหมดเร็ว ผู้ใช้รายหนึ่งเขียนว่า “Completely Clobbered my usage limits… in 4 mins for a 5 hour limit” อีกรายเล่าว่า รัน 6 งานแล้วโควตา 5 ชั่วโมงหมดจาก 100% เป็น 0% ในไม่ถึงชั่วโมง แต่ก็บอกว่า “Better than Opus 5.5: For my project so far, yes” และเรียก Argon ว่า “one hungry BEAST” ส่วนผู้ใช้ที่ลองให้ Argon รีวิว Pull Request สรุปว่า 2 รอบใช้ไป 7.5% ของโควตา 5 ชั่วโมง และน่าจะเป็นโมเดลแบบสมาชิกที่ “most expensive… for the performance for PR review”
• รีวิวจาก Every: ทีม 6 คนของ Every ทดสอบมาหนึ่งสัปดาห์ และแบ่งความเห็นเป็น 3 ต่อ 3 Argon สร้างแอปวัดชีพจรจากเว็บแคมได้ใน 35 นาที คุณภาพเทียบเท่า Opus 5.5 แต่ในงาน Senior Engineer ที่ต้องรื้อโค้ดเก่า Argon ทำงาน 4 ชั่วโมง 47 นาที และได้ 21% ขณะที่โมเดลคู่แข่งได้ 81–85% และใน 17 จาก 38 รอบ Argonเปิดและปิดขั้นตอนรีวิวโค้ดห่างกันแค่ 30 มิลลิวินาที คือแทบไม่ได้ตรวจงานตัวเองเลย

การทดลองเหล่านี้ไม่ได้ควบคุมตัวแปร ใช้เครื่องมือต่างกัน (Antigravity, Devin CLI, Claude Code) ระดับ reasoning ต่างกัน และส่วนใหญ่รันแค่ครั้งเดียว ใช้ดูว่าผลแกว่งได้มากแค่ไหน แต่ใช้ตัดสินว่าโมเดลไหนดีกว่าไม่ได้

5. “รอผลทดสอบอิสระก่อน” ตาราง Benchmark ของ Google และตลาดเดิมพัน

คนที่ติดตาม Benchmark นักวิเคราะห์ และคนที่เทรดในตลาดทำนายผล

• ผู้ใช้รายหนึ่งสรุปความขัดแย้งไว้สั้นที่สุด “google’s chart has argon winning most of the rows. dan shipper’s test has it at 21%. same model, same hour”
• หลายโพสต์ชี้ว่าตารางของ Google เองก็มีแถวที่ Argon แพ้ ผู้ใช้รายหนึ่งระบุว่า ตัวเลขเหล่านี้ “Self-reported… no independent replication yet” และ Argon ตามหลังใน Terminal-bench 4.0 (57.4% เทียบ Opus 5.5 ที่ 66.4%) และ FrontierSWE v2
• บัญชีที่มีผู้ติดตามราว 46,500 คนจ่าย $5 ทดสอบคำถามความรู้การเมืองสหรัฐฯ ที่เฉพาะทางมาก และบอกว่า Argon ตอบผิดและแต่งข้อมูลขึ้นมา ขณะที่ Artificial Analysis วัดว่า Argon มีอัตราแต่งคำตอบ (hallucination rate) 15% ต่ำที่สุดในกลุ่มโมเดลชั้นนำ สองอย่างนี้ไม่ได้ขัดกัน ค่าเฉลี่ยที่ดีไม่ได้รับประกันว่าทุกคำถามจะตอบถูก
• Polymarket: มีตลาดให้ทายว่า Argon จะเปิดวันที่ 13 ต.ค. ไหม ผู้ใช้รายหนึ่งโพสต์ว่าโอกาสอยู่ที่ 89% ตั้งแต่ช่วงเช้า และอีกบัญชีหนึ่งอวดว่าซื้อ Yes ที่ 72.4 เซนต์หลังเห็นข่าวจาก TestingCatalog แล้วขายได้กำไร 16% โพสต์แบบนี้เป็นการโปรโมตการเทรด ไม่ใช่หลักฐานว่าโมเดลดี ส่วนตลาด “best AI model” ผู้ใช้รายหนึ่งเตือนว่าตัดสินจาก LMArena text chat ซึ่ง “is not a good indicator of overall model capability”
• ผู้ใช้รายหนึ่งตั้งข้อสังเกตเชิงปฏิบัติว่า ถ้าทีมทดสอบโมเดลแค่สัปดาห์ละครั้ง โมเดลใหม่อาจถึงมือผู้ใช้ก่อนที่ชุดทดสอบของทีมจะได้เริ่มรันด้วยซ้ำ