谷歌发布Gemini 4 Argon：输出上限拉到100万tokens，主打长程软件工程与安全防御

9 月 30 日，谷歌 DeepMind 发布新一代前沿模型 Gemini 4 Argon，定位非常明确：为复杂、长流程任务中的深度推理而设计，主打真实世界软件工程、企业知识工作（法律、金融）与网络安全防御三大场景。

一次能干完的活，翻了一倍还多

Argon 最亮眼的升级是输出长度：单次输出 token 上限从此前的 64K 直接拉到行业领先的 100 万。这意味着大型代码库迁移、长文档处理、多阶段任务，可以在一条完整的推理轨迹里一口气跑完，不用再拆成多轮拼接。

定价方面，Argon API 初始价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入享受 95% 折扣（推广期结束后调整为 4 美元 / 20 美元）。

基准成绩：软件工程 SOTA

在谷歌公布的评测中，Argon 的成绩相当能打：

基准 Argon 对比
DeepSWE v1.1（真实软件工程） 77.9%（SOTA） 高于 GPT-6 Astra（74.1%）与 Claude Opus 5.5（74.2%）
Zapier AutomationBench（端到端业务执行） 51.3%（第一） —
LVBench（长视频理解） 91.7% —
CWE-bench v1（安全漏洞修复） 68%（并列第一） —

谷歌自己已经用起来了

据官方介绍，数千名谷歌工程师已在内部用 Argon 做专项编码、深度研究和写作任务，几个案例颇有说服力：

  • 量子计算：优化算法子程序，数分钟内击败已发表基线 40%；
  • 数据中心：分析运行遥测数据，部署后可释放超 300 TiB 内存（预估总节省 500 TiB 至 1 PiB）；
  • 代码迁移：承担 C/C++ 到 Rust 的大规模迁移，小到数万行、大到超过 80 万行的 Fuchsia Zircon 内核。其中 libgav1 案例替换了 3.2 万行 SIMD 代码，产出的内存安全解码器比原 Rust 移植版快 2.7 倍，且所有迁移都经过自动化与人工审计、仿真测试后才会上线。

网络安全是重点，也是首发门槛

Argon 被训练到能够自主发现、验证并修补关键软件漏洞。安全公司 Wiz 已通过谷歌的 Scan for Good 计划使用该模型，早期演示中它发现了一款全球医院在用医疗软件的敏感信息暴露漏洞——这是以往前沿模型都没发现的。

目前 Argon 正通过 Fairwind Program 优先向受信任的网络防御者开放（该场景下提供不带网络安全护栏的完整版本），后续将首先面向付费 API 客户和 Google AI Ultra 订阅者逐步扩大，全面开放时间未定。谷歌表示，在扩大开放前会继续强化防滥用、提示注入防护、模型行为监控与安全沙箱。

小结

从 64K 到 100 万 token 输出，Argon 把「一次干完一整件长活」变成了现实，并率先在软件工程基准上刷新 SOTA。分阶段开放 + 安全护栏先行的发布节奏，也显示出谷歌对这类高自主性模型的谨慎。对开发者和企业来说，值得盯住它面向付费 API 开放的时间点——长程任务的性价比格局，可能就此改写。

本文整理自网易科技、Google DeepMind 官方公告等公开资料（纯文本来源标注，无外链）