谷歌Gemini 4 Argon：一次输出百万Token，专啃硬骨头

9月30日，谷歌DeepMind发布了新一代模型Gemini 4 Argon。最让人瞪大眼睛的，是它的输出上限：从原来的64K一口气拉到100万Token。注意，这说的是“一次能生成多长”，不是上下文窗口。

这意味着什么？以前模型写长代码、做深度代码库迁移，或者生成超长技术报告，得分段来，像切香肠一样。现在Argon能一口气写到底，中间不用喘气。目前主流前沿模型的输出上限大多在12.8万Token左右，Argon这一跳，确实有点“不讲武德”。

企业级长跑选手，评测成绩抢眼

Argon的发布策略挺有意思：不是一上来就全量开放，而是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。谷歌给它定的位很明确——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。

成绩单也拿得出手：DeepSWE v1.1长周期软件工程任务拿下创纪录的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%，也是第一；长视频理解LVBench冲到91.7%，还是最高。视觉方面，专业图表、长视频细节提取、跨文档操作，它都能接。

安全牌打的是防守，价格分两档

网络安全是这次发布的核心叙事。Argon被训练来自主发现、验证并修复关键漏洞。对于可信防御者和谷歌内部团队，还会提供一个“无网络壁垒”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揪出来。CWE-bench v1漏洞修复排名第一，得分68%。

价格分两档：推广期每百万输入Token收2美元，输出收10美元；之后分别涨到4美元和20美元。在广泛开放之前，谷歌加固了四道高级防御——防滥用、防提示注入、监控推理链偏移、强化沙箱。目前已有数千名谷歌员工用它调试代码、设计算法、做大规模代码迁移，甚至有人用它几分钟内把量子算法改进了40%。

一句话总结：Argon不是用来聊天的，是帮专业人士啃最硬骨头的。

关键要点

• 百万级输出：单次生成上限100万Token，主流模型的近8倍，长任务连贯性大幅提升。
• 硬核定位：专攻软件工程、法律、金融、网络安全等复杂长周期工作流。
• 评测霸榜：DeepSWE v1.1、Vals指数、AutomationBench、LVBench多项第一。
• 安全优先：自主发现修复漏洞，Wiz用它揪出医院软件严重漏洞。
• 两档定价：推广期输入2美元/输出10美元每百万Token，之后翻倍。