這幾天的新聞同時出現了新模型、agent 專用的原始碼基礎設施、在 Mac 上運作的語音轉文字工具，以及把閒置 Apple Silicon 組成推理平台的研究。共同條件是：模型能力只是其中一層，實際使用還取決於存取方案、資料結構、硬體限制與測試方法。

🔥 Gemini 4 Argon 開放使用，Google 公布模型價格與內部案例

Google 於 10 月 13 日宣布 Gemini 4 Argon 全球開放。開發者與企業可透過 API、AI Studio 與 Google Gemini platform 使用；Google AI Ultra 訂閱者可在 Google Antigravity、Gemini app 與 Search 的 AI Mode 使用。API 的初始價格是每百萬 input tokens 2 美元、每百萬 output tokens 10 美元，cached input tokens 另有 95% 折扣。

Google 將 Argon 定位為處理 coding、金融、法律、資安與科學等多步驟工作的模型，並表示它在 Vals Index 排名第一。這些是 Google 援引的 benchmark 與官方案例，不是獨立評測；公告也把存取分成 API、特定訂閱方案與 Google 自家產品，使用條件依入口不同。

Google 分享的內部數據包括：Argon 在 Antigravity 協助下讓 agent code submissions 增加超過 35%，code rollback 減少接近三分之一；在 Google 的 Agent Development Kit Python codebase 案例中，官方表示記憶體內 session preparation time 降低 40%。公告的案例與數字來自 Google 自己的工程環境，沒有提供外部團隊的同條件重現結果。

Anthropic 為 agent 規模化重做 source control，Scion 將 repository 內容拆成可快取物件

Anthropic 公開介紹內部 source control 系統 Scion，因應大量 agent 同時讀寫大型 monorepo 的需求。系統將 source control data 做 content-addressing，讓儲存後的物件不再變動；Scion server、cache 與 client 透過 tree 和 blob 逐項取得資料，不依賴單一大型 packfile 回應，也支援 sparse 或 virtualized checkout。

Anthropic 表示，Scion 的各層 cache hit rate 都超過 99%，整體基礎設施的 CPU 與記憶體需求約為舊有 git mirroring infrastructure 的二百分之一；CI 與 research jobs 的 checkout 從數分鐘縮短至數秒，CI 取得 25% 的 CPU capacity。這些數字是 Anthropic 內部運作結果，文章沒有提供可供外部團隊直接比較的公開 benchmark。

系統也把資料服務分成不同層級，以隔離 failure domains，避免區域 cache 故障時把壓力傳回上游 server。Anthropic 明確表示 Scion 不適合作為一般用途的 git 替代品：它需要一起遷移 code review、code search 與 CI，且內部元件高度客製化；文章也承認公司能投入的 token 與基礎設施成本，不是一般企業會接受的規模。

EmbeddingGemma 2 被改造成 Mac 本地語音轉文字工具，英文錯字率約 5%

獨立專案 Embedding Gemma Transcribe 將 Google 的 EmbeddingGemma 2 audio encoder 保持不變，只訓練一個 reader，把短片段音訊映射到模型的文字空間，再從約 229,000 個英文單字中選取最接近的結果；另一個小模型負責標點符號與大小寫。專案作者表示，reader 使用開放授權的英文語音，在 8 張 H100 上訓練不到兩小時，EmbeddingGemma 2 本身原本不是 speech-to-text model。

專案在 base M3 MacBook Air、8GB 記憶體上使用 Neural Engine 測試，聲稱一小時音訊約需 12.6 秒；同一台機器上的 IBM Granite Speech 5.0 TurboCTC 約需 25.7 秒。作者同時註明，其他模型的比較數字來自不同 Mac、硬體與音訊，不能直接視為同條件排名。

目前專案自報 word error rate 約 5%，並列出 leading speech models 約 2% 至 3% 的數字；下載版支援 macOS 14 以上與 Apple Silicon，模型首次啟動時下載 715MB。音訊在本機處理，不會離開裝置。作者也說明這是獨立專案，與 Google 沒有隸屬或背書關係。

Apple 研究 Minions：把閒置 Apple Silicon 組成分散式虛擬 GPU cloud

Apple Machine Learning Research 發表 Minions，提出把多台 macOS Apple Silicon 裝置的閒置 GPU 聚合成分散式推理平台。研究針對集中式 GPU 基礎設施的成本、彈性與等待時間限制，讓團隊在不新增 GPU 採購的情況下，利用既有 Mac 執行大型機器學習 inference workloads。

研究摘要列出的系統能力包括動態分配 GPU inference task、容錯與資源利用；Apple 將它描述為在集中式 GPU 資源受限的環境中可實際運作的平台。頁面目前提供研究摘要與論文連結，沒有在摘要中列出裝置數量、模型規模、吞吐量、網路成本或與集中式 GPU 的同條件測試結果。

因此，這項發布證明的是一套把閒置 Apple Silicon 組織成推理平台的系統設計與研究方向；裝置是否持續閒置、不同節點間的網路延遲、使用者資料隔離與 macOS 節點故障處理，仍要看論文中的完整實驗與部署條件。