谷歌最前沿 AI 模型：Gemini 4 Argon 登场，长周期代码工程 DeepSWE 测试超 Claude Opus 5.5

谷歌最前沿 AI 模型：Gemini 4 Argon 登场，长周期代码工程 DeepSWE 测试超 Claude Opus 5.5

感谢网友 HH_KK、愚公骑马、火瓶座、Skyraver、来恺胡 的。10 月 1 日消息，谷歌昨日（9 月 30 日）发布 Gemini 4 Argon，称其为公司迄今最先进的 AI 模型，但目前并未面向公众全面开放。定位方面，Gemini 4 Argon 是谷歌当前“最先进”模型，重点是长流程软件工程、企业知识工作和网络安全防御。官方称其在真实世界软件工程测试创纪录，网络安全基准并列第一，并在金融、法律等专业任务基准领先。模型特性方面，Gemini 4 Argon 单次输出上限达到约 100 万 tokens，高于此前的 64,000 tokens，适合处理大型代码库、长文档和多阶段任务。谷歌 DeepMind Gemini 产品负责人 Tulsee Doshi 表示：“Argon 是一个功能全面的模型，在多个领域都具备前沿能力。”在新模型在某些编码和知识工作基准测试中处于最先进水平，在多个方面都优于竞争对手 OpenAI 的前沿模型 GPT-6 Astra。性能方面，谷歌宣称其 DeepSWE v1.1 得分为 77.9%。Claude Opus 5.5 的得分为 74.2%，GPT-6 Astra 的得分为 74.1%。安全防御性能方面，谷歌对 Gemini 4 Argon 进行了训练，使其“在网络安全防御方面能力超群”，比 3.8 Flash Cyber 有了显著提升。在评估模型修复安全漏洞能力的 CWE-bench v1 测试中，Argon 以 68% 的最高分并列第一。评测项目Gemini 4 Argon对比 / 排名主要考察能力 DeepSWE v1.177.9%第 1；Claude Opus 5.5 为 74.2%，GPT-6 Astra 为 74.1%长周期、真实软件工程任务 Vibe Code Bench91.9%领先竞争模型自然语言到代码、应用构建 …