刚刚，谷歌发布Gemini 4 Argon：单次输出上限达100万Token

文章深入浅出，特别是关于团队协作的部分让我对足球战术有了全新理解。期待更多关于角色养成的实战案例。

• 2026-10-01
• 10
• 2

谷歌于日前正式发布了新一代前沿模型Gemini 4 Argon。

该公司将Argon定位为面向复杂、长周期工作流的模型，主要聚焦于软件工程、法律与金融等企业知识工作，以及网络安全防御领域。

与以往直接向公众开放的模式不同，Argon将采取分阶段发布的策略。该模型会通过Fairwind计划，首先提供给受信任的网络安全防御者。

在定价方面，Argon API的初始费用为每百万输入Token 2美元、每百万输出Token 10美元，而缓存输入Token的价格相比标准输入价格降低了95%。

单次输出上限扩展至100万Token

Gemini 4 Argon最引人注目的变化，在于将输出Token上限从之前的6.4万提升至100万。

这里的100万Token指的是单次输出上限，与上下文窗口是两个不同的指标。更高的输出空间意味着模型能在单条任务轨迹中持续进行推理，并生成数十万乃至接近百万Token的结果。这类能力主要面向大型代码迁移、深度研究以及多步骤企业流程。

有网友指出，多数前沿模型的输出上限大约在12.8万Token左右。相比之下，Argon单次生成100万Token的能力相当罕见。

谷歌表示，Argon在DeepSWE v1.1软件工程评测中取得了77.9%的分数，达到当前最高水平。该评测主要衡量模型处理真实、长期软件工程任务的能力。

在企业知识工作方面，Argon在Vals Index中位列第一。该指数覆盖金融、编程、法律和税务等领域，并按照各行业对美国国内生产总值的贡献进行加权。

Argon还在Vals Finance Agent v2、Harvey Legal Agent Benchmark以及Zapier的AutomationBench等评测中取得了领先表现，AutomationBench的得分为51.3%。

Argon同样强调了其视觉理解能力。谷歌表示，该模型能够分析专业图表、理解长视频，并根据多份文档采取行动。在长视频理解评测LVBench中，Argon得分91.7%。

已进入谷歌内部工程流程

谷歌透露，已有数千名员工在日常工作中使用Argon，应用场景包括代码调试、算法设计以及大型代码库迁移。

在量子计算领域，Argon帮助研究人员优化了量子算法中的时空资源，即量子比特数量与门操作数量的乘积。谷歌称，在一项测试中，Argon仅用几分钟就将已发表的基准结果提升了40%。

在数据中心内存优化项目中，Argon代理分析了全网的性能监控数据，并自动识别和实施优化方案。相关方案上线后已释放超过300 TiB内存，预计总节省量将达到500 TiB至1 PiB。

Argon还参与了谷歌内部C/C++代码库向Rust的迁移工作，覆盖re2、libgav1等核心库，并延伸至超过80万行代码的Fuchsia Zircon内核。由于涉及关键基础设施，这些迁移仍需经过自动化审计、人工评审和仿真测试。

在开源视频解码器libgav1项目中，Argon代理通过多轮性能测试和编译器分析，重写了约3.2万行SIMD代码。新的Rust版本在保持视频输出一致的情况下，运行速度达到原Rust版本的2.7倍。

网络安全能力与现实考验并行

网络安全是Argon首批落地的重点领域。谷歌称，该模型能够自主发现、验证并修复关键软件漏洞。

网络安全公司Wiz已通过“Scan for Good”计划使用Argon，为公共基础设施免费排查高风险暴露面。谷歌表示，Argon曾发现一项影响全球医院所用医疗软件的严重漏洞，该漏洞可能暴露敏感个人信息，而此前的前沿模型并未识别出这一风险。

在CWE-bench v1漏洞修复评测中，Argon以68%的成绩并列第一。

谷歌还称，在覆盖20种编程语言的内部漏洞测试，以及不提供源代码的黑盒渗透测试中，Argon的表现均优于Gemini 3.8 Flash Cyber。

随着模型能力提升，谷歌也在同步强化安全机制。Argon会对网络攻击以及化学、生物、放射性和核相关滥用请求进行限制，并通过内部激活监测、自动化红队测试和人工评估识别潜在风险。

针对间接提示注入攻击，谷歌通过对抗训练和自动化测试提升模型的防护能力。公司还部署了针对模型失配的监控机制，跟踪模型的推理过程与行动轨迹，必要时中止任务执行，并对高风险训练和评测环境进行隔离。

不过，评测成绩与真实工作体验之间仍存在差距。

彭博社报道称，谷歌内部对Gemini 4在编码等关键任务中的表现仍有疑问。知情人士表示，模型虽然在行业基准测试中表现突出，但员工真正使用时，部分编码任务依然难以稳定完成。

Argon能否兑现其长周期推理和复杂任务执行能力，还需要更多真实场景验证。

谷歌表示，公司正在参与美国政府推动的模型预发布自愿流程，首批测试者将帮助谷歌评估模型表现，并进一步完善安全防护措施。

在完成早期测试后，Argon将逐步向开发者、企业和消费者开放。首批公开用户将包括付费API客户和Google AI Ultra订阅者。

参考链接：

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/

https://www.bloomberg.com/news/articles/2026-09-30/google-grapples-with-employee-skepticism-about-new-gemini-model?srnd=phx-ai

© THE END

转载请联系本公众号获得授权

投稿或寻求报道：[email protected]

本文来自微信公众号 “机器之心”（ID：almosthuman2014），作者：关注AI的，36氪经授权发布。