谷歌发布Gemini 4 Argon旗舰模型

谷歌发布Gemini 4 Argon,这是一款面向长时程任务的旗舰模型,单次输出上限达100万token,约为竞争对手的8倍。该模型目前正面向Fairwind计划中的网络安全防御者进行可信测试,定价为每百万输入/输出token 2美元/10美元,并在已公布的19项基准测试中领跑13项。
Key insights
Argon在19项基准测试中13项领跑竞品旗舰模型
谷歌的对比表将Gemini 4 Argon与OpenAI的GPT-6 Astra、Anthropic的Claude Fable 5.1以及Claude Opus 5.5在19项测试中进行了对比;Argon拿下13项第一,与Astra在一项中打平,并在5项中落后。其最大优势出现在专业工作领域:在Harvey法律智能体测试中得分19.6%,而竞争对手为3.8%至6.7%;在Vals Finance Agent v2上得分65.4%,对手为53.5%至58.9%;在Zapier的AutomationBench上得分51.3%。Argon在FrontierSWE v2(55.0%对Astra的65.5%)、Terminal-bench 4.0(Opus 5.5以66.4%领先)、PostTrainBench、Terminal-Bench Science和OSWorld-2.0上落败。
100万token输出奠定长时程定位
Argon的核心规格是单次运行100万token的输出上限,约为GPT-6 Astra、GPT-6.1 Sol、Claude Fable 5.1和Opus 5.5所提供的12.8万token的8倍,较上一代的6.4万token大幅提升。谷歌表示,该模型能够在单个任务中连续思考和生成数十万token,而无需将任务拆分为多轮。长材料测试结果印证了这一定位:在256K至1M token上下文的GraphWalks测试中得分84.2%,竞争对手为65.0%至71.8%;在LVBench长视频理解测试中得分91.7%,领先全部三家竞争对手。
网络安全防御是此次发布的核心重心
谷歌专门针对防御性安全对Argon进行了训练:自主发现、验证并修补关键漏洞,其中可信防御者版本和内部版本不设任何网络安全限制。安全公司Wiz已在其免费的Scan for Good计划中使用Argon,该模型在全球医院使用的医疗软件中发现了一个此前前沿模型未能察觉的关键漏洞。Argon在CWE-bench v1上以68%的得分与GPT-6 Astra并列第一,并在漏洞发现方面明显超越此前的安全专用模型3.8 Flash Cyber。此次发布伴随四项安全措施:拒绝提供网络攻击和CBRN(化学、生物、放射、核)协助并监控激活状态滥用、防御间接提示注入、监控推理与行动并在意图偏离时中止,以及为高风险训练和测试提供隔离沙箱。
激进定价低于前沿竞品
Argon的推出价为每百万输入token 2美元、每百万输出token 10美元,与GPT-6.1 Sol完全一致;促销期结束后将上调至4美元和20美元,与Claude Opus 5.5持平。即便按标准定价计算,其成本也仅为GPT-6 Astra和Claude Fable 5.1的五分之一——后两者每百万输入和输出token分别收费10美元和50美元。缓存输入按标准价格的5%计费,与Sol和Opus 5.5处于同一水平。
内部部署彰显长输出价值
谷歌援引内部成果:一个量子研究团队使用Argon在几分钟内将子程序时空资源优化至超出已公布基线40%的水平;分析数据中心内存使用情况的Argon智能体发现并应用了可释放超过300 TiB内存的优化措施,预计总节省量达500 TiB至1 PiB;智能体正在将谷歌的C/C++代码迁移至Rust,范围涵盖从基础库到超过80万行代码的Fuchsia Zircon内核,所有代码在发布前均通过了自动化与人工审查。在libgav1视频解码器的Rust移植中,智能体用编译器可优化的安全Rust代码替换了3.2万行手写加速代码,运行速度提升2.7倍且输出完全一致。
分阶段推出首先面向安全防御者
Argon目前处于可信测试阶段,普通用户暂无法使用。首批访问权将授予谷歌Fairwind计划中的网络安全防御者,随后是付费API客户和Google AI Ultra订阅用户,最后是普通消费者,具体日期尚未公布。谷歌正在参与美国政府的自愿部署前审查流程,在正式发布前向政府开放模型访问权限。数千名谷歌员工已在日常工作中使用Argon。