Google DeepMind 於 9 月 30 日推出新一代前沿模型 Gemini 4 Argon。最炸裂的改動是輸出上限：從原先的 64K 一口氣拉到 100 萬 Token——注意這是"一次能生成多長"，而非上下文窗口。當模型能在單條任務鏈裏連寫數十萬乃至上百萬字而不必分段請求，深度代碼庫遷移、長篇技術報告、多步自動化流程便有了從頭跑到尾的連貫性。大多數前沿模型眼下輸出上限約 12.8 萬 Token，Argon 這一跳堪稱斷層。

image.png

企業級長程活，評測全面領跑

定位上，Argon 走分階段、定向發佈，而非一上來就全民開放：先給可信的網絡防禦者，再鋪向開發者、企業與訂閱用戶。Google 把它釘在"複雜、長週期工作流"上，主攻軟件工程、法律、金融與網絡安全防禦。成績單相當亮眼：DeepSWE v1.1 長時程軟件工程拿 77.9% 創紀錄；Vals 指數（金融 / 編程 / 法律 / 稅務加權）居首；Zapier 的 AutomationBench 以 51.3% 排第一；長視頻理解 LVBench 達 91.7% 最高。視覺側也能啃專業圖表、從長視頻摳細節、跨文檔行動。

安全牌主打防禦，定價兩頭掛

網絡安全是這次發佈的核心敘事。Argon 被訓成能自主發現、驗證並修補關鍵漏洞；對可信防禦方與 Google 內部團隊，還會放出"無網絡護欄"版本。安全廠商 Wiz 借 Scan for Good 項目，靠它揪出一款全球醫院醫療軟件裏的嚴重漏洞，此前前沿模型都沒能發現。CWE-bench v1 漏洞修復以 68% 並列第一。

價格分兩檔：介紹期每百萬輸入 2 美元、輸出 10 美元，過後漲到 4 美元與 20 美元。在放開廣泛可用前，Google 還在加固四道前沿防線——防濫用、防提示注入、監測錯位思維鏈、強化沙箱。已有數千名 Google 員工拿它調試代碼、做算法設計與大規模代碼遷移，量子算法經它幾分鐘便把基準提升 40%。一句話，Argon 瞄準的不是聊天，而是替專業人士啃下最難的硬骨頭。