谷歌正式推出新一代大模型 Gemini 4 Argon，重点聚焦长流程软件工程、法律与金融等企业知识工作，以及网络安全防御领域。谷歌 CEO Sundar Pichai 表示，该模型在复杂工作流、网安防御及软件工程方面展现前沿性能，目前已在谷歌内部从编程到量子计算等多场景广泛应用。
此次发布采取分阶段开放策略。Argon 目前仅通过 Fairwind 计划向受信任的网络安全团队开放，尚未面向大众开发者。后续将逐步向付费 API 客户和 Google AI Ultra 订阅用户开放，具体时间表待定。
价格方面，Argon 上线初期提供优惠价：每百万输入 Token 2 美元，每百万输出 Token 10 美元；缓存输入 Token 价格较普通输入低 95%。
输出上限突破百万 Token，强化长任务推理
Argon 的核心升级之一是将输出 Token 上限从 64K 大幅提升至 100 万。这一设计旨在支持模型在单条执行轨迹中进行更深度的推理，生成数十万 Token 的内容，从而胜任软件迁移、金融研究等需要多轮分析、验证与修改的复杂长流程任务。
在基准测试中，Argon 表现优异：
- 软件工程：在 DeepSWE v1.1 评测中获得 77.9% 的得分，创下新纪录。
- 企业任务：在涵盖金融、编码、法律和税务的 Vals Index 中处于领先地位；在 Vals Finance Agent v2 和 Harvey 法律智能体评测中表现卓越。
- 自动化执行：在 Zapier AutomationBench 中以 51.3% 的得分排名第一。
- 视觉理解：在长视频理解测试 LVBench 中得分高达 91.7%，具备专业的图表分析和长视频细节识别能力。
深入工程实战：从代码迁移到性能优化
相比评测分数，谷歌披露的内部工程案例更直观地展示了 Argon 的实际应用能力：
C/C++ 代码库向 Rust 迁移
Argon 智能体正参与谷歌内部核心库（如 re2、libgav1）及 Fuchsia 操作系统 Zircon 内核（超 80 万行代码）向 Rust 语言的迁移工作。在 libgav1 案例中，Argon 替换了约 3.2 万行 SIMD 代码，生成的安全 Rust 代码经编译器自动向量化后，运行速度达到原 Rust 移植版本的 2.7 倍，接近优化后的 C++ 实现水平。
数据中心内存优化
通过分析服务器集群性能遥测数据，Argon 自主识别并实施内存优化，已释放超过 300 TiB 内存，预计总节省量可达 500 TiB 至 1 PiB。
量子算法研究
在优化关键子程序时空资源开销的案例中，Argon 仅用几分钟便取得了比已有基准方案好 40% 的结果。
网络安全优先：受控开放与能力建设
网络安全是 Argon 此次优先开放的领域。模型经过专门训练，具备自主发现、验证并修复关键软件漏洞的能力。为确保安全，谷歌向受信任团队提供不带额外安全防护措施的版本，以便充分利用其防御能力，同时加强防滥用和对齐偏差监测。
实测数据显示：
- 在 CWE-bench v1 测试中，Argon 以 68% 的得分并列第一。
- 在 Wiz “Scan for Good” 计划中，Argon 发现了此前模型未能识别的医疗软件关键漏洞。
- 在黑盒渗透测试中，Argon 在发现攻击面、识别漏洞及生成验证证据方面优于前代模型 3.8 Flash Cyber。
业界反响：性能领先但访问受限引发讨论
Gemini 4 Argon 的发布策略引发了社区关注。由于并未直接向所有开发者开放，而是通过 Fairwind 计划限制访问，部分用户表达了疑虑。
有观点指出，随着模型具备执行代码、分析漏洞等高权限能力，谷歌对开放节奏的控制反映了对潜在风险的谨慎态度。然而，也有开发者抱怨使用门槛过高，认为“基准测试领先”与“实际可用性”之间存在差距，呼吁更透明的 API 开放计划和更便捷的使用体验。
参考链接：
https://www.theverge.com/tech/1002980/google-gemini-4-argon
https://www.vals.ai/benchmarks/vals_index
声明：本文为 AI 前线原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。
