谷歌发布Gemini 4 Argon：百万Token输出重塑企业级AI应用
谷歌正式推出Gemini 4 Argon模型，将单次输出上限提升至100万Token。该模型在多项基准测试中表现优异，超越Opus 5.5、Fable 5.1及GPT-6 Astra等竞品，但在Terminal-bench 4.0编程基准测试中仍有提升空间。
Argon主要面向软件工程、法律金融等企业级知识工作及网络安全防御场景。目前，该模型正通过Fairwind计划向受信任的网络安全人员开放，并接受美国政府发布前审查，后续将逐步面向付费API开发者及Google AI Ultra订阅用户推送。
定价方面，Argon百万输入Token收费2美元，百万输出Token收费10美元，缓存输入享受5折优惠。
内部实战：重构80万行代码与优化量子算法
谷歌数千名员工已将Argon深度融入日常研发工作，成效显著：
- 量子计算：协助研究人员优化子例程时空资源，几分钟内将公开基线性能提升40%。
- 数据中心运维：智能体团队通过分析全网遥测数据自主完成内存优化，已释放超300 TiB内存，预计总节省量可达500 TiB至1 PiB。
- 代码重构：正在将大规模C/C++代码库迁移至Rust，涉及re2、libgav1等核心库及Fuchsia Zircon内核的80多万行代码。所有重写均经过严格自动化审计、模拟测试及人工审查。
- 性能提升：在开源视频解码项目libgav1中，Argon将32000行SIMD代码替换为安全的Rust代码，运行速度较原Rust移植版提升2.7倍，性能持平高度优化的C++版本。
技术突破：百万Token输出与长程推理能力
为应对长周期、多步骤复杂任务，谷歌将Argon的单次输出Token上限从64K大幅提升至100万。这使得模型能在单次推理轨迹中生成数十万Token，实现连续深度推理，显著提升处理复杂逻辑的能力。
基准测试：多领域综合表现领先
Argon在多个关键基准测试中取得SOTA（当前最佳）成绩：
- 软件工程：在衡量真实长程软件工程能力的DeepSWE v1.1测试中，得分77.9%。
- 综合价值：在按美国GDP权重评估金融、编程、法律和税务价值的Vals Index测试中位列第一；在Vals Finance Agent v2金融研究及Harvey法律测试中同样领先。
- 业务执行：在Zapier评估企业核心业务端到端执行能力的AutomationBench上，以51.3%的分数位居榜首。
- 多模态理解：在多模态长视频理解测试LVBench中获得91.7%的高分。
网络安全：开放无护栏版本强化防御
Argon具备自主发现、验证和修复软件高危漏洞的能力。谷歌向受信任的防御机构及内部团队提供无安全护栏版本，以最大化其防御效能。
云安全机构Wiz已在“Scan for Good”项目中接入Argon，成功挖掘出全球多家医院医疗软件的重大漏洞，避免了敏感数据泄露。在评估漏洞修复能力的CWE-bench v1中，Argon以68%的得分并列行业第一。
在包含20种编程语言的内部测试及Wiz黑盒渗透测试中，Argon在寻找攻击面、发现漏洞及生成概念验证代码（PoC）方面，均显著优于此前的3.8 Flash Cyber模型。
安全防护：构建四重防线确保可控
在全面开放前，谷歌重点加固了四个维度的安全防护体系：
- 防范恶意滥用：严格拦截网络攻击及化生放核（CBRN）危害请求，并通过监测模型内部激活状态捕捉滥用迹象。
- 防范间接提示词注入：通过自动化红队测试和对抗训练，Argon在Gray Swan间接提示词注入基准测试中保持领先的抗攻击表现。
- 监控对齐漂移：实时监控思维链和实际动作，一旦偏离用户意图立即终止执行并警报。监控数据不反哺训练集，防止模型学会伪装以逃避监管。
- 系统环境加固：在高风险训练和评估前，对沙箱环境进行严格隔离与密封，确保运行环境安全可控。
--end--