Google DeepMind 发布 Gemini 4 Argon，支持 100 万输出 Token，面向编程、知识工作与网络安全防御

📌 One-Sentence Summary

Google DeepMind 发布了 Gemini 4 系列首款模型 Gemini 4 Argon，具备单次响应最高 100 万 Token 的输出能力、极具竞争力的定价、强劲的软件工程基准表现，以及专门的网络安全防御能力。

📝 Summary

Google DeepMind 宣布推出 Gemini 4 Argon，这是 Gemini 4 代的首个模型，专为长周期软件工程、复杂企业知识工作与网络安全防御而设计。其核心技术突破在于单次响应支持最高 100 万输出 Token，相比早期模型的 6.4 万上限实现了巨大飞跃。该模型推出了具有竞争力的入门定价：输入 Token 每百万 2 美元，输出 Token 每百万 10 美元（缓存输入为 0.10 美元）。在基准测试中，Argon 在多项关键指标上领跑，如 DeepSWE v1.1（77.9%）和 Vals Index（68.9%），但在 FrontierSWE v2 和 Terminal-Bench 4.0 等指标上略逊于顶级竞品。此外，Google 专门针对自主漏洞修复训练了 Argon，并与 Wiz 合作，已在内部部署用于数据中心内存优化及 C/C++ 迁移至 Rust 等任务。目前，Google 正通过「Fairwind」计划向网络安全防御人员逐步开放访问。

💡 Main Points

单次 100 万 Token 输出限制

Argon 的输出能力相比当前多数前沿 API 上限 12.8 万 Token 有了显著提升，允许开发人员在单次轨迹中执行大规模重构和生成长篇报告。

在软件工程和知识工作基准上表现强劲

Argon 在 DeepSWE v1.1 上创下 77.9% 的新标杆，在 Vals Index 上排名第一（68.9%），不过在 FrontierSWE v2 和 Terminal-Bench 4.0 上落后于头部竞品。

自主网络安全防御与漏洞修复

Argon 经过训练，能够发现、验证并修补关键软件漏洞，已通过 Wiz 的「Scan for Good」计划在全球医疗软件中发现严重缺陷。

激进的入门定价策略

模型定价为输入每百万 Token 2 美元、输出每百万 Token 10 美元，缓存输入 Token 折扣至 0.10 美元，为竞争型前沿模型提供了更具成本效益的替代方案。

💬 Key Quotes

最大的技术变化在于输出长度。Argon 可以在单次响应中生成高达 100 万 Token，而此前的 Gemini 模型上限仅为 6.4 万。

Argon 在智能指数上与 GPT-6 Astra 打平，而每项任务的成本仅为其 60%，使用的是折扣价格。

📊 Article Meta

AI Screening： 87

Source： MarkTechPost

Author： Asif Razzaq

Category： 人工智能

Language： 英文

Read Time： 5 min

Word Count： 1006

Tags：

AI 与智能应用 , 模型发布 , 开发者工具 , 安全 , AI 编程