谷歌发布新一代前沿模型Gemini 4 Argon：百万token输出，DeepSWE跑分77.9%领先GPT-6 Astra
发布时间：2026年09月30日 08:30:009月30日谷歌DeepMind发布新一代前沿模型Gemini 4 Argon，由首席AI架构师Koray Kavukcuoglu署名官宣，面向真实软件工程、企业知识工作与网络防御三大长程复杂任务，支持文本、图片、视频输入与单次最高100万token输出。官方19项基准对比中Argon在13项居首，DeepSWE v1.1以77.9%领先GPT-6 Astra，Harvey法律代理基准19.6%数倍于对手；模型暂不全面开放，首批以无网络安全护栏形态交付Fairwind Program可信防御者，随后开放付费API与AI Ultra订阅，发布特惠输入2美元、输出10美元每百万token。
Gemini新一代旗舰：为「长程复杂工作流」而生
9月30日，谷歌DeepMind高级副总裁、谷歌首席AI架构师（Chief AI Architect）Koray Kavukcuoglu署名发布Gemini 4 Argon，这是自Gemini 3.1 Pro以来谷歌首个全新世代的前沿模型，定位是在真实软件工程、企业知识工作（法律、金融）与网络防御三个领域完成长周期、多步骤复杂任务（long-horizon workflows）。
模型支持文本、图片、视频输入与文本输出，上下文窗口延续百万级规格，单次响应最高100万token输出，配合更长的思考时间处理需要连续作业的智能体任务。发布特惠价为输入2美元、输出10美元/百万token（标准价4美元/20美元），定价直接对标GPT-6 Astra。
19项基准：13项第一，强项在知识工作与长上下文
谷歌官方给出Argon与GPT-6 Astra、Claude Fable 5.1、Claude Opus 5.5四款模型在19项基准上的对比，Argon拿下13项第一：
| 基准（领域） | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| Vals Index（知识工作） | 68.9% | 63.1% | 67.0% |
| AutomationBench（知识工作） | 51.3% | 41.4% | 42.5% |
| Harvey法律代理基准 | 19.6% | 5.4% | 3.8% |
| DeepSWE v1.1（智能体编程） | 77.9% | 74.1% | 74.2% |
| Vibe Code Bench | 91.9% | 89.6% | 90.3% |
| FrontierSWE v2 | 55.0% | 65.5% | 62.3% |
| GraphWalks 256K-1M长上下文（F1） | 84.2% | 71.8% | 66.8% |
| Chartography（多模态理解） | 71.6% | 71.0% | 66.3% |
| CWE-bench v1（网络安全） | 68.0%（并列） | 68.0% | 67.0% |
格局很清晰：Argon在企业知识工作、长上下文（256K至1M区间F1值84.2%）、多模态图表理解上优势明显，Harvey法律代理基准19.6%对最高6.7%的领先幅度尤为夸张；但在最硬核的智能体编程赛道并非全胜——FrontierSWE v2落后Astra 10.5个百分点，Terminal-bench 4.0也由Opus 5.5夺冠。
谷歌内部已大规模上岗
官方披露了三个内部实战案例：在谷歌开源视频解码器libgav1的Rust迁移中，Argon智能体把既有移植版中3.2万行SIMD代码替换为安全Rust代码，最终解码器比该移植版快2.7倍且视频输出完全一致；另有智能体准备的数据中心内存优化方案预计部署后可释放超过300 TiB内存。网络安全侧，安全公司Wiz在其Scan for Good计划中用Argon在一款全球医院广泛使用的医疗软件里发现了一个暴露敏感个人数据的关键漏洞，此前的前沿模型均未检出。
首批用户：不戴「护栏」的网络安全防御者
Argon暂未向公众开放，首发对象是9月2日成立的Fairwind Program可信网络安全防御者群体（该计划首发模型为Gemini 3.8 Flash Cyber）与谷歌内部团队——他们拿到的是不加网络安全护栏的完整能力版本，以便在真实防御工作中不受限。开发者、企业与普通用户将「尽快」按付费API客户、Google AI Ultra订阅者的顺序获得，具体日期未公布。
谷歌同时强调了配套安全姿态：加强网络与核生化（CBRN）有害请求拒答、对思维链与模型动作实施监督、高风险训练与评估在密封隔离环境中进行，并参与美国政府的模型发布前自愿访问流程。
编辑点评
Gemini 4 Argon的发布时点非常微妙：OpenAI DevDay刚在29日以Dot与GPT-6.1 Sol讲完「主动智能」故事，谷歌次日即用一张19行基准表回应，且把法律、金融这类高客单价企业场景打成最大差异化卖点。更值得注意的是「无护栏先给防御者」的分发策略——在OpenAI正因模型网络越权事件接受加州传票的当口，谷歌把网络安全能力既做成技术卖点（CWE-bench并列第一、Wiz实战漏洞），也做成信任叙事。百万token输出与长上下文保持优势，但FrontierSWE的短板说明「最强编程模型」之争仍无定论。对国内团队的直接启示是：嵌入、检索、合同审查这类长文档企业应用，又多了一个必须重新评估的选项。
来源参考：