来源：量子位 | 公众号 QbitAI
假期首日，谷歌正式发布Gemini 4 Argon模型，凭借卓越性能登顶多个权威榜单。该模型在多项关键指标上超越Claude Opus 5.5与GPT-6 Astra，且单项任务成本最低可至1.99美元，仅为竞品的一半。
Gemini 4 Argon支持最高百万Token输出，专为编程、金融、法律及网络安全等复杂工作流设计。目前，该模型仅向经筛选的网络安全团队开放，普通订阅用户尚无法使用。谷歌高管皮查伊、哈萨比斯及Koray Kavukcuoglu均对此表示高度认可，DeepMind研究员Zirui Wang更以“RSI来了”表达激动之情。
Gemini 4 Argon强势回归，性能领跑行业
在竞争对手密集发布新模型的背景下，谷歌历时近一年推出的Gemini 4系列旗舰型号Argon正式亮相。从各项基准测试来看，Argon展现出强大的综合实力。
基准测试全面领先
在衡量长期软件工程任务的DeepSWE v1.1测试中，Argon得分77.9%，高于Claude Opus 5.5（74.2%）和GPT-6 Astra（74.1%）。在网络安全漏洞修复测试CWE-bench v1中，Argon以68%的成绩与GPT-6 Astra并列第一。
此外，Argon以68.90%的成绩登顶Vals Index，较前代Gemini 3.8 Flash大幅提升，其中RSI指数跃居第四，超越GPT-6 Astra。
文本与代码能力显著增强
在第三方评测中，Argon在代码编写、高难度提示词理解、指令遵循及创意写作等方面表现优异，以152分位居Text Arena榜首。在Code Arena网页开发评测中，Argon排名第八，较前代提升21个名次，虽略逊于Claude和GPT最新模型，但进步明显。
Artificial Analysis测评显示，Argon与GPT-6 Astra性能相当，略高于GPT-6.1 Sol，优势主要源于更低的幻觉率和更强的智能体能力。
极致性价比与企业级应用场景
成本大幅降低
价格方面，Argon极具竞争力。优惠期间单题成本比Astra低约40%，每百万输入Token仅需2美元，输出Token为10美元，成为当前最具性价比的高端模型之一。
聚焦复杂推理与长任务
Argon支持百万Token输出上限，专为软件工程、企业知识梳理及网络安全防御等需要深度推理的长任务设计。谷歌内部案例显示：
- 在数据中心内存优化中，Argon自主识别并落地方案，预计释放超300 TiB内存。
- 在视频解码器Rust移植项目中，Argon Agent替换3.2万行SIMD代码，使运行速度提升至原版本的2.7倍。
强化网络安全防御能力
官方重点强调了Argon在防御性网络安全方面的优势。该模型能自主发现、验证并修补20多种编程语言的关键软件漏洞。在Wiz内部黑箱渗透测试中，Argon可在无源代码情况下实时分析网络系统，高效识别攻击面及生成概念验证证据。
为防止滥用，Argon首批通过谷歌Fairwind计划，仅面向经审核的网络安全防御方开放，协助防守方修补漏洞及寻找潜在攻击入口。
业界评价与未来展望
尽管官方数据亮眼，但关于Gemini 4的实际表现仍存在不同声音。部分内部员工认为，模型在实际编程任务中的表现未达跑分预期，前端界面设计仍是短板，甚至存在“刷榜”嫌疑。另有员工则表示，Gemini 4已达到行业前沿水平，谷歌官方也否认了编程表现不佳的说法。
总体而言，Gemini 4 Argon的发布标志着谷歌重新回到大模型竞争的核心牌桌。随着后续对更多用户的开放，其实际效能与市场反响仍有待进一步观察。
参考链接：
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
[2]https://www.bloomberg.com/news/articles/2026-09-30/google-grapples-with-employee-skepticism-about-new-gemini-model
[3]https://x.com/MrZiruiWang/status/2105388591644131582
[4]https://x.com/arena/status/2105394855644139908
[5]https://x.com/ArtificialAnlys/status/2105392625788637299