谷歌DeepMind的Gemini 4 Argon：百万token输出，精准攻克难题

如果AI能够以一条连续流写出整个代码库、完整技术报告或多步骤自动化脚本——无需复制粘贴，无需分块处理，会怎样？这就是Gemini 4 Argon的承诺，谷歌DeepMind于9月30日发布了它。

最引人注目的数字：单次输出100万token。这不是上下文窗口——而是模型一次能生成的内容量。相比之下，大多数前沿模型的上限约为128,000 token。Argon的飞跃意味着深度代码库迁移、冗长法律文档和复杂工作流终于可以从头到尾不间断地完成。

为长周期任务而生

谷歌并未将Argon定位为通用聊天机器人。它直指软件工程、法律、金融和网络安全防御领域的复杂、长周期工作流。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、企业和订阅用户。

早期基准测试分数令人印象深刻。在长周期软件工程测试DeepSWE v1.1上，Argon达到77.9%——创下纪录。它还在Vals指数（金融、编程、法律和税务的加权衡量）和Zapier的AutomationBench上位居榜首，得分为51.3%。在长视频理解LVBench上，它达到91.7%，为目前最高。它还能处理专业图表、从长视频中提取细节，并执行跨文档操作。

以防御为核心的安全能力

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谷歌内部团队，甚至还有“无网络屏障”版本。

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医疗软件中的严重漏洞——此前的前沿模型均未能发现。在测试漏洞修复的CWE-bench v1上，Argon以68%排名第一。

在更广泛发布之前，谷歌正在强化四项高级防御：防止滥用、阻止提示注入、监控偏离对齐的推理链，以及加固沙箱。数千名谷歌员工已在用Argon调试代码、设计算法和迁移大型代码库。在一个案例中，它在几分钟内将量子算法改进了40%。

定价与可用性

在 introductory 期间，Argon的费用为每百万输入token 2美元和每百万输出token 10美元。此后，价格将分别翻倍至4美元和20美元。

要点

• 100万token输出：以一条连续流生成整个代码库或长篇报告。
• 面向专业人士：聚焦软件工程、法律、金融和网络安全。
• 顶级基准分数：DeepSWE v1.1上77.9%，LVBench上91.7%，并在Vals指数和AutomationBench上排名第一。
• 安全优先：自主发现并修复漏洞；已发现一家医院软件的缺陷。
• 分阶段推广：从受信任的网络安全专业人士开始，然后扩展。
• introductory 定价：每百万token 2/10美元，之后为4/20美元。

Argon不是来聊天的。它是来解决专业人士面临的最严峻挑战的——并且带着百万token投入战斗。