Gemini 4 Argon：Google的新模型一次性写入100万Token

如果AI能够一口气写完整份代码库迁移计划而无需停下来喘口气，会怎样？这就是Google DeepMind于9月30日发布的最新模型Gemini 4 Argon所承诺的。其主打特性：高达100万Token的输出上限——从此前的64K大幅提升。换个角度看，当今大多数前沿模型的输出上限约为128,000 Token。Argon不只是翻倍；它跃升了八倍。

而且，这并非关于上下文窗口。这关乎模型在单次不间断输出中能生成多少内容。这意味着深度代码库迁移、长篇技术报告和多步骤自动化现在可以从头到尾流畅完成，不会出现尴尬的中断。

为长时任务而生

Google并未将Argon定位为用于闲聊的聊天机器人。相反，它直指软件工程、法律、金融和网络安全防御领域的“复杂、长期工作流”。推广分阶段进行：首先面向受信任的网络安全专业人士，然后是开发者、企业，最终是订阅用户。

基准测试也印证了这些宣传。在测试长时程软件工程任务的DeepSWE v1.1上，Argon取得了创纪录的77.9%。它还在Vals指数（一项跨金融、编程、法律和税务的加权衡量指标）和Zapier的AutomationBench上位居榜首，得分为51.3%。在长视频理解方面，它在LVBench上达到91.7%——为迄今最高。在视觉方面，它可以处理专业图表、从长视频中提取细节，并执行跨文档操作。

以攻为守的安全能力

网络安全是这里的核心叙事。Argon经过训练，能够自主发现、验证并修复关键漏洞。对于受信任的防御者和Google内部团队，甚至还有一个“无网络屏障”版本。在一个案例中，安全厂商Wiz通过Scan for Good项目使用Argon，发现了一家全球性医院的医疗软件中的严重缺陷——这一漏洞曾逃过此前最前沿模型的检测。在CWE-bench v1漏洞修复基准测试中，Argon以68%位居第一。

定价分为两档：在 introductory 期间，每百万输入Token为2美元，每百万输出Token为10美元；此后，这些费率翻倍至4美元和20美元。在广泛发布之前，Google正在加强四项高级防御——防止滥用、阻止提示注入、监控失准的推理链，以及强化沙箱。

已在Google内部投入使用

数千名Google员工已经在使用Argon调试代码、设计算法并执行大规模代码迁移。在一个引人注目的例子中，借助它的帮助，量子算法在几分钟内提升了40%。显然，Argon不是来聊天的——它是来解决专业人士面临的最棘手挑战的。

要点

• 100万Token输出： Argon可以在单次输出中生成多达100万Token，是典型128K限制的八倍。
• 面向专业人士： 聚焦软件工程、法律、金融和网络安全领域的复杂、长期工作流。
• 顶尖基准测试成绩： DeepSWE v1.1上77.9%，Vals指数和AutomationBench第一，LVBench上91.7%。
• 安全重点： 自主发现并修复漏洞；已帮助识别一家医院的软件缺陷。
• 分阶段推广： 首先面向受信任的网络安全专业人士，然后是开发者和企业。
• 定价： introductory 价格为每百万输入/输出Token 2美元/10美元，之后为4美元/20美元。