Google 新一代前沿模型 Gemini 4 Argon 已向開發者及企業全球開放，但第三方評測機構 Artificial Analysis 只給它 53 分，低於 Anthropic Claude Opus 5.5 的 58 分。AI 研究機構 Epoch AI 估計 Google 擁有全球約 25% AI 算力，算力最多的公司為何拿不到模型首位？研究機構 SemiAnalysis 認為，Google Cloud 在內部算力分配上勝過 DeepMind，大量 TPU 以長期合約售予對手。對企業而言，這意味 Google 同時是模型供應商及雲端供應商，兩個角色的利益未必一致。
Argon 全球開放，第三方評分落後 Claude
Google 在 9 月 30 日宣布 Gemini 4 Argon，初期只經 Fairwind Program 開放給一批受信任的網絡防禦人員。10 月 13 日起，開發者及企業可經 AI Studio 及 Gemini platform 的 API 使用，模型亦已上架 Google Cloud，推廣價為每百萬輸入 token 2 美元（約港幣 HK$16）、每百萬輸出 token 10 美元（約港幣 HK$78）。快取輸入 token 有 95% 折扣，即每百萬快取輸入 token 約 0.1 美元（約港幣 HK$0.8），需要反覆讀取同一批長文件或系統提示的應用會較划算。
表現方面，ExaWizards 的分析引用 Artificial Analysis 評分，Argon 得 53 分，與 OpenAI GPT-6 Astra 並列，Claude Opus 5.5 則以 58 分領先。Google 則表示 Argon 在 Vals Index 排名第一。兩者屬不同基準，結果不能直接對比；企業與其看單一榜單，不如用自家工作負載測試準確度及成本。
坐擁最多算力，雲端部門卻贏了分配權
Epoch AI 估計，截至 2025 年底 Google 擁有全球約 25% AI 算力，是最大持有者。SemiAnalysis 認為問題出在算力如何分配：Gemini 與 Google Cloud 以往拚命爭奪算力，現在很明顯是 Google Cloud 負責人 Thomas Kurian 勝出。
SemiAnalysis 的 Dylan Patel 在 Big Technology Podcast 進一步指出，過去半年 Google 用於自家模型訓練及推論的算力佔比低於 2、3 年前；Google 整體算力逐年大增，撥給 Google DeepMind 的部分增長有限，比例反而下降。他形容這是 Kurian 贏了、DeepMind 聯合創辦人 Demis Hassabis 輸了，並預測若只比較 DeepMind、Anthropic 及 OpenAI，到 2026 年底 DeepMind 的算力會是 3 家之中最少。DeepMind 在 8 月已重組領導層，Hassabis 不再負責日常營運，由前 CTO Koray Kavukcuoglu 接手，直接向 Alphabet 行政總裁 Sundar Pichai 匯報。
Google 方面沒有承認 Gemini 遭冷落。據報道，Pichai 在第二季業績電話會議強調，TPU 分配的首要任務仍是確保 Google 有足夠算力在 AGI 前沿競爭。Google 亦從未宣布調低 Gemini 的算力優先次序，所以 Gemini 地位下降只屬 SemiAnalysis 的推論。
把算力賣給對手，更快轉化成雲端收入
分析把 Google 的取捨總結為：把算力賣給競爭對手比自己用更賺錢。SemiAnalysis 的說法較具體，指 Google 認為以長期合約把大量算力賣給 Gemini 最強勁的對手完全值得，即使這些算力再無機會回到 DeepMind。把 TPU 撥給 Gemini 訓練有助追趕前沿模型，撥給外部客戶卻可以較快轉化為 Google Cloud 的收入、未完成訂單及利潤。
Anthropic 是其中一個主要買家。SemiAnalysis 估計，2026 年第三季至 2027 年第四季的 TPU 總出貨量中，超過 20% 直接售予 Anthropic，這還未計 Anthropic 已經 Google Cloud 租用的數十萬個 TPU；該機構又預測，到 2029 年 Anthropic 的 TPU 用量將超過 DeepMind 自用。
Alphabet 的業績亦反映這門生意的規模。第二季 Google Cloud 收入按年增長 82% 至 247.68 億美元（約港幣 1,932 億元），雲端未完成訂單達 5,140 億美元（約港幣 4 兆元）。公司亦首次確認把完整 TPU 系統交付到客戶數據中心的收入，即客戶除了經 Google Cloud 租用，亦可以把 TPU 系統放在自己的數據中心運行。成本方面，SemiAnalysis 的 InferenceX 測試指，在 FP8、單 token 預測、aggregated serving、Qwen3.5 397B 模型及 8k1k 負載下，TPUv7 Ironwood 每美元效能較 Nvidia B200／B300 最多高 50%，惟改用 FP4 時 Nvidia GPU 仍然領先。
模型輸了，Google 雲端仍從 Claude 賺錢
Google 的企業 AI 平台 Gemini Enterprise Agent Platform（前稱 Vertex）同時提供 Claude 等第三方模型。SemiAnalysis 指，這個平台整體表現明顯較強，有賴 Claude 等第三方模型帶動；換言之，即使 Anthropic 在模型層面勝過 Gemini，Google 仍可同時從 Anthropic 本身及使用 Claude 的企業客戶賺錢。
Google 自家模型仍有大量使用，Alphabet 第二季業績顯示其模型 API 每分鐘處理約 220 億 token。但從收入結構看，Google 雲端業務的增長並不完全取決於 Gemini 勝負，客戶在平台上用 Gemini 還是 Claude，Google Cloud 都有收入。企業因此不應假設 Google 會不惜代價把最多算力留給自家模型。
企業要把 Google 模型與雲端分開評估
對 CIO、CTO 及採購主管而言，Gemini 是否合用，與 Google Cloud 是否合用，應是兩個分開的決定。同一平台既然可以同時使用 Gemini 及 Claude，企業可以在自家任務上並列測試兩者的準確度及每項任務成本，再按任務分配模型，例如大量重複讀取長文件的工作可考慮 Argon 的快取定價，準確度要求最高的工作則交給測試結果較好的模型。選用 Google Cloud 不等於只能用 Gemini，Gemini 評分落後亦不代表要放棄 Google Cloud。
簽約時亦有幾個問題要向供應商問清楚：模型及算力配額如何計算，需求高峰時有沒有供應保證；Argon 現行屬推廣價，推廣期結束後如何調整；日後切換模型時，提示、工作流程及數據能否沿用。Google 若繼續以長期合約把大量 TPU 售予外部客戶，企業更要確認自己的配額在高峰期不會受擠壓。部署前亦應向供應商確認 Argon 在香港可否使用、經哪個 Google Cloud 地區提供，以及相關資料駐留安排。
來源：Big Technology Podcast、Semianalysis、Google、Google Cloud Blog
