谷歌发布Gemini 4 Argon旗舰模型

谷歌发布全新旗舰模型Gemini 4 Argon,单次输出最高可达100万token,定价与GPT-6.1 Sol持平,并直接与Fable展开竞争。该模型在DeepSWE(77.9%)和Harvey法律测试(19.6%)等基准测试中处于领先地位。初期访问权限仅限受信任的测试人员和网络安全人员。
Key insights
海量输出能力
Gemini 4 Argon单次运行可输出最高100万token,几乎是GPT-6 Astra和Opus 5.5所设12.8万token上限的8倍。这使模型无需拆分任务即可进行连续深度推理,从而能够分析超长文档。
具有竞争力的定价
促销期间,Argon输入token价格为每百万2美元,输出为每百万10美元,与GPT-6.1 Sol和Claude Opus 5.5持平。促销期结束后,价格将上调至输入4美元、输出20美元,但仍仅为Astra和Fable价格的五分之一。缓存输入按基础价格的5%计费。
基准测试领先
Argon在19项基准测试中有13项领先:DeepSWE v1.1得分77.9%,Harvey法律测试19.6%(竞争对手为5%至7%),Vals Finance Agent 65.4%,Vals Index 68.9%,Zapier AutomationBench 51.3%;在长视频基准LVBench上达到91.7%。不过,该模型在FrontierSWE v2、Terminal-bench 4.0和OSWorld-2.0上落后于对手。
谷歌内部应用案例
Argon智能体对量子算法的资源消耗进行了优化,效果比公开基线好40%;在各数据中心释放了超过300 TiB内存;并完成了80多万行C/C++代码向Rust的迁移,其中libgav1的Rust移植版实现了2.7倍的速度提升。
聚焦网络安全
Argon专门针对网络防御进行训练,可执行发现、验证和修补漏洞等任务。在CWE-bench v1上,它以68%的得分与Astra持平。该模型初期将通过谷歌面向受信任防御者的Fairwind计划发布。Wiz Scan for Good已开始使用Argon,并在医院软件中发现了一个严重漏洞。
安全措施
谷歌实施了四项安全措施:结合激活监测拒绝有害请求、防范提示注入攻击、监测模型思维与行动中的异常偏差,以及为高风险测试提供隔离的沙盒环境。Argon正在接受美国政府发布前的自愿审查。
逐步推广计划
目前,Argon仅向Fairwind计划中的受信任测试人员和网络安全防御者开放。下一步,付费API用户和Google AI Ultra订阅者将获得访问权限,随后再面向普通消费者开放。具体日期尚未公布。该模型同时正在接受美国政府发布前审查。