Skip to main content

Gemini 4 Argon: 100万token输出，长任务专家

Gemini 4 Argon：一次输出百万token，AI长跑选手登场

9月30日，Google DeepMind发布了新一代模型Gemini 4 Argon。最让人瞪大眼睛的变化是输出上限：从原来的64K直接跳到100万token。注意，这说的是“一次能生成多长”，不是上下文窗口。这意味着模型可以在单个任务链里一口气写出几万甚至上百万字，不用切段。深度代码库迁移、长篇技术报告、多步骤自动化流程，从此有了从头到尾的连贯性。目前大多数前沿模型的输出上限还在12.8万token左右，Argon这一跳，确实够狠。

Image

企业级长跑能力，评测成绩亮眼

定位上，Argon走的是分阶段定向发布的路子，不是一上来就全开放：先给可信的网络安全专家用，再逐步扩展到开发者、企业和订阅用户。Google把它定位在“复杂、长周期的工作流”，瞄准软件工程、法律、金融和网络安全防御。成绩单挺好看：DeepSWE v1.1在长周期软件工程任务中拿下创纪录的77.9%；Vals指数（金融、编程、法律、税务加权）排名第一；Zapier的AutomationBench得分51.3%，也是头名；长视频理解LVBench达到91.7%，最高。视觉方面，它还能处理专业图表、从长视频里抠细节，以及跨文档操作。

安全侧重防御，定价分两档

网络安全是这次发布的核心叙事。Argon经过训练，能自主发现、验证和修复关键漏洞。对于可信防御者和Google内部团队，还会提供一个“无网络屏障”版本。安全厂商Wiz通过Scan for Good项目用它发现了一家全球医院医疗软件中的严重漏洞，之前的前沿模型都没能检测出来。CWE-bench v1漏洞修复以68%排名第一。

定价分两档：导入期每百万输入token 2美元，输出10美元；之后分别涨到4美元和20美元。在广泛开放之前，Google正在强化四道高级防御——防止滥用、防止提示注入、监控推理链偏离、加固沙箱。数千名Google员工已经在用它调试代码、设计算法、执行大规模代码迁移。量子算法在它的帮助下几分钟内提升了40%。一句话，Argon不是用来聊天的，是帮专业人士啃最硬的骨头的。

关键点

  • 输出上限100万token：单次生成能力远超当前主流模型的12.8万token，适合长周期任务。
  • 评测霸榜：DeepSWE v1.1、Vals指数、AutomationBench、LVBench均排名第一。
  • 安全防御：自主发现修复漏洞，Wiz用它发现了医院软件严重漏洞。
  • 定价两档：导入期输入2美元/百万token，输出10美元；之后翻倍。
  • 分阶段发布：先网络安全专家，再开发者、企业、订阅用户。