Google DeepMind发布Gemini 4 Argon：输出上限达100万Token

Google DeepMind 宣布推出全新前沿大模型 Gemini 4 Argon。该模型专为处理复杂的长流程工作流而设计，能够维持深度推理，在实际软件工程、法律与金融等企业级知识工作，以及网络安全防御领域展现出前沿性能。

目前，Gemini 4 Argon 正通过 Fairwind 计划 向部分受信任的网络安全防护人员分阶段开放。在定价方面，Argon 的起售价为每百万输入 Token 2 美元，每百万输出 Token 10 美元，缓存输入 Token 享受 95% 的折扣。

重塑 Google 内部研发与工程流程

Gemini 4 Argon 已经开始支持 Google 内部的实际业务流，在专业编程、深度研究和工程提效方面发挥作用：

• 量子算法优化：Argon 协助量子计算研究人员优化子程序的时空资源（量子比特×逻辑门），在数分钟内将此前已发表的基准性能提升了 40%。
• 内存效率优化：Argon 组成的 AI 智能体团队分析了 Google 数据中心全网的遥测数据，自主识别并实施了内存优化方案，上线后已释放超过 300 TiB 内存，预计最终可节省 500 TiB 至 1 PiB 内存容量。
• 大规模代码库迁移：Argon 正在 Google 内部执行 C/C++ 代码库向 Rust 的迁移，规模从 re2、libgav1 等核心库的数万行代码，扩展到 Fuchsia Zircon 内核的 80 万行以上。在 libgav1 视频解码器项目中，Argon 替换了 3.2 万行 SIMD 代码，生成的内存安全 Rust 版本比原有 Rust 移植版快 2.7 倍，性能逼近高度优化的 C++。

输出上限拓展至 100 万 Token

为了支持耗时更长、更复杂的任务，Gemini 4 Argon 将单次最大输出 Token 限制从上一代的 6.4 万大幅提升至 100 万 Token。这使模型能够在单一路径中完成深入思考与多轮长文生成，单次调用即可解决高难度复杂问题。

在软件工程基准 DeepSWE v1.1 上，Argon 取得了 77.9% 的 SOTA 成绩；在衡量金融、编程、法律与税务综合经济影响的 Vals Index 上同样位居榜首；在 Zapier 评估核心业务执行能力的 AutomationBench 上，Argon 以 51.3% 的得分位列第一。此外，在长视频理解基准 LVBench 上，该模型取得了 91.7% 的优异表现。

赋能网络安全防御

Gemini 4 Argon 具备自主发现、验证并修复严重软件漏洞的能力。在漏洞修复基准 CWE-bench v1 上，Argon 以 68% 的高分并列第一。在 Google 内部跨 20 种编程语言的漏洞测试以及 Wiz 的黑盒渗透测试基准中，Argon 在攻击面发现、漏洞验证及概念验证（PoC）生成方面均展现出显著飞跃。

云安全厂商 Wiz 已在其“Scan for Good”公益项目中部署 Argon，并在全球医院所使用的医疗软件中成功发现了一处此前大模型未能检测出的严重信息泄露漏洞。

强化前沿安全防线

在全面开放前，Google 正在四大核心维度推进安全防护建设：

1. 防范恶意滥用：依据前沿安全框架，通过监控模型的内部激活状态，拦截针对网络攻击及 CBRN 武器的有害请求，同时保障正常科学研究。
2. 防御提示词注入：采用对抗训练和自动化红队测试，在 Gray Swan 间接提示词注入（IPI）基准上展现高鲁棒性。
3. 对齐监控与干预：实时监控思维链和操作行为，防止模型在执行任务时越界，并在训练过程中确保推理过程的透明度。
4. 系统级沙箱加固：针对高风险训练和评测任务构建深度隔离的沙箱环境，保障 Agent 运行安全。

Gemini 4 Argon 后续将逐步向 API 付费开发者、企业客户及 Google AI Ultra 订阅用户开放。