谷歌Gemini 4 Argon炸场：一次输出百万Token，专治硬核任务
谷歌Gemini 4 Argon炸场：一次输出百万Token，专治硬核任务
9月30日，谷歌DeepMind扔出了一枚重磅炸弹：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直接飙到100万Token。注意，这说的是“一次能生成多长”，不是上下文窗口。
想象一下，模型能一口气写上几十万甚至上百万字，不用中途断片。这意味着什么？深度代码库迁移、长篇技术报告、多步骤自动化流程，都能从头到尾一气呵成。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，确实有点颠覆。
企业级长跑选手，评测成绩亮眼
Argon的发布走的是分阶段、有针对性的路子，不是一上来就全面开放：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。谷歌把它定位在“复杂、长周期工作流”上，瞄准软件工程、法律、金融和网络安全防御。
成绩单相当漂亮：DeepSWE v1.1长期软件工程任务拿下创纪录的77.9%；Vals指数（按金融、编程、法律和税务加权）排名第一；Zapier的AutomationBench得分51.3%，也是第一；长视频理解LVBench达到91.7%，最高。视觉方面，它还能处理专业图表、从长视频里提取细节，并执行跨文档操作。
安全主打防御，定价分两档
网络安全是这次发布的核心叙事。Argon被训练来自主发现、验证和修复关键漏洞。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：推广期每百万输入Token 2美元、输出Token 10美元，之后分别涨到4美元和20美元。在广泛开放之前，谷歌正在强化四道高级防线——防止滥用、防止提示注入、监控推理链偏差、加固沙箱。数千名谷歌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，是用来啃硬骨头的。
关键点
- 输出上限100万Token：一次生成超长内容，适合代码迁移、长报告等连续任务。
- 多项评测第一：DeepSWE v1.1、Vals指数、AutomationBench、LVBench均领先。
- 分阶段发布：先安全专家，再开发者、企业、订阅用户。
- 安全防御为核心：自主发现修复漏洞，提供无网络屏障版本。
- 定价两档：推广期输入2美元/百万Token、输出10美元/百万Token，之后翻倍。