Google 发布 Gemini 4 Argon：前沿模型先交给「可信网络防御者」，输出上限提到 100 万 token

规格和价格是这次少见的硬信息。官方博客写明，Argon 把输出 token 上限从此前的 64K 一次性提高到 100 万，官方称这在业内领先，理由是当模型有空间在单条轨迹里生成几十万个 token 时，推理深度会上一个台阶。定价同样写得很明确：上线介绍价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入按输入价格的 95% 折扣计价；介绍期结束后，价格变为每百万输入 4 美元、每百万输出 20 美元。铺开顺序官方也写了：先给网络防御者与受信测试者，之后依次是付费 API 客户与 Google AI Ultra 订阅用户。

能力数字方面，官方列了几个第一。在衡量真实长周期软件工程任务的 DeepSWE v1.1 上，Argon 取得 77.9% 的新纪录；在按各行业对美国 GDP 贡献加权的 Vals Index 上领先；在 Zapier 的 AutomationBench（衡量跨核心业务功能的端到端执行）上以 51.3% 排名第一；在长视频理解基准 LVBench 上以 91.7% 达到最高水平。官方还给了三个内部用例：量子算法优化中，Argon 在几分钟内把某项子程序的时空资源（量子比特数乘以门数）比已发表基线改善了 40%；一组 Argon 智能体分析全机队的性能剖析遥测，自主识别并应用内存优化，上线后释放超过 300 TiB 内存，官方估计总节省在 500 TiB 到 1 PiB 之间；在 C 与 C++ 到 Rust 的大规模迁移中，范围从 re2、libgav1 这类核心库的几万行，一直到 Fuchsia Zircon 内核的 80 万行以上。

网络安全是这次首发选择的切口，也是最需要看清边界的地方。官方写明 Argon 能自主发现、验证并修补关键软件漏洞，并称会对受信防御者与 Google 内部团队发布不带网络护栏的版本，让他们用满能力。一个已经披露的早期案例是：通过 Wiz 的 Scan for Good 计划，模型发现了一个暴露敏感个人信息的严重漏洞，影响全球医院使用的医疗软件，官方称此前的前沿模型漏掉了它。在修复类评测 CWE-bench v1 上，Argon 以 68% 的成绩并列第一。需要同时记住的另一面是：面向公众的护栏与拒绝策略还没有定稿，官方把这部分工作列为更广泛铺开之前必须完成的步骤。

护栏方面官方列了四条主线。一是防滥用：针对网络攻击与 CBRN（化学、生物、放射、核）攻击设计拒绝策略，同时用监测模型内部激活的方式提高鲁棒性，并做了内部与外部红队测试。二是防间接提示注入：官方称 Argon 是其抗间接提示注入最强的模型，在 Gray Swan 的 IPI 基准上领先。三是失准监控：监测思维链与动作，必要时中止执行，官方同时呼吁业界保持推理透明度。四是加固系统：在开始高风险训练或评测前隔离并封闭沙箱环境，并把智能体安全实践分享给合作方。这四条都属于过程性承诺，实际效果要看后续公开的评测与事件披露。

竞争格局这部分要分开看官方与媒体。Google 在发布中的说法是，Argon 在关键编码与网络基准上可与 OpenAI 的 Astra、Anthropic 的 Opus 相比。路透社的报道补了三点：一是 Argon 体积大于此前 Pro 系列；二是公司没有给出公开发布时间表，并且不再计划发布此前预计 6 月推出的 Gemini 3.5 Pro；三是在 Google 自己列出的四项编码相关基准中，Argon 有两项落后于对手，而这些都属于公司自报的成绩。对开发者来说，这里最实际的一条信息不是谁第一，而是：想用上这个模型，路径依次是受信测试者、付费 API、再到订阅层。