Google Gemini 4 Argon正式亮相：编码与网络安全双料冠军，百万token输出震撼业界

核心看点

• Gemini 4 Argon重磅发布：谷歌跳过3.5 Pro直接推出Gemini 4系列首款模型Argon，定位编码与网络安全”工作马”
• 百万token输出：输出上限从64K跃升至100万token，可一次性完成大规模代码重构
• 实战成绩亮眼：DeepSWE v1.1基准测试77.9%创纪录，已帮谷歌完成80万行内核代码迁移
• 网络安全能力突出：自主漏洞发现+自动补丁生成，Wiz已用其发现医疗软件关键漏洞
• 受限发布：目前仅通过Fairwind计划向可信网络安全防御者开放，普通用户还需等待

一、Gemini 4 Argon：跳过3.5，直接上4

2026年9月30日，Google DeepMind正式发布了Gemini 4系列的首款模型——Gemini 4 Argon。这次发布最大的 surprise 是谷歌直接跳过了传闻已久的Gemini 3.5 Pro，用”4″这个版本号向业界宣示决心。

Argon被定位为”工程与网络安全领域的工作马”（workhorse），不是那种聊天卖萌的通用模型，而是直奔生产环境的核心工具。这一定位非常清晰：编码、网络安全、长周期任务。

二、百万token输出：一次写完整个项目

Argon最引人注目的升级是输出token上限从64,000直接跃升至100万。这意味着什么？

以前让AI重构一个大型模块，输出到一半就断了，得手动分段继续。现在Argon可以一次性输出完整的代码重构、合同审查报告、漏洞分析文档，完全不用担心上下文丢失。

实际案例：谷歌的libgav1视频解码器迁移到Rust语言，Argon不仅完成了迁移，还顺手把32,000行SIMD代码精简优化，最终性能比之前的Rust移植版快2.7倍，输出结果完全一致。

三、编码能力：创纪录但仍有对手

在编码基准测试上，Argon的表现相当抢眼：

• DeepSWE v1.1：77.9%，谷歌称之为”创纪录的成绩”
• LLM Arena Text Arena编码类别：第一名
• Code Arena Web Dev：第8名，比Gemini 3.8 Flash提升了21个名次

但也要客观看待：在FrontierSWE v2上，Argon得分55.0%，落后于GPT-6 Astra的65.5%。Jefferies分析师也指出，在一些更具挑战性的编码评测中，Argon仍落后于领先竞争者。

所以谷歌这次的策略不是”全面碾压”，而是在特定高价值场景（企业级工程、安全防御）做到最强。

四、网络安全：真正的杀手锏

Argon在网络安全上的能力可能是它最独特的卖点：

• 自主漏洞发现：能在复杂代码库中自动导航，找出隐藏的关键漏洞
• 自动补丁生成：发现漏洞后直接生成经过验证的修复代码
• 黑盒渗透测试：即使拿不到源码，也能分析线上系统
• 漏洞验证：自动生成概念验证（PoC）证据

实战成绩：在CWE-bench v1（漏洞修复基准）上拿到68%，并列第一。在Gray Swan IPI（间接提示注入）测试中表现最为坚韧。

更厉害的是，网络安全公司Wiz通过其”Scan for Good”计划使用Argon，发现了一个医疗软件中的关键漏洞——这个漏洞会暴露个人信息，而此前的前沿模型都没发现它。

五、为什么只给少数人用？

Argon目前不是公开发布的。谷歌采取了分阶段策略：

1. 第一阶段（当前）：通过Fairwind计划，仅向可信的网络安全防御者开放
2. 第二阶段：付费API客户和Google AI Ultra订阅者
3. 第三阶段：普通公众，时间未定

为什么这么谨慎？因为Argon的漏洞发现能力如果落到坏人手里，就是攻击武器。谷歌正在对其进行美国政府预发布审查，并测试四层安全防护：滥用预防、提示注入防护、错位监控系统安全。

API定价方面：输入token $2/百万，输出token $10/百万，缓存输入打95折。

六、写在最后

Gemini 4 Argon的发布传递了几个信号：

第一，谷歌在AI竞赛中选择了差异化路线——不和OpenAI、Anthropic在通用聊天上硬拼，而是深耕企业级编码和安全这种”硬核”场景。

第二，百万token输出可能成为下一代模型的标配，这对开发者来说是真正的生产力革命。

第三，AI模型的安全发布越来越重要。Argon的受限发布模式，可能为未来高风险AI能力的发布树立模板。

对于普通用户来说，Argon暂时还用不上。但据传闻，Gemini 4 Pro将在10月正式发布，届时会有SVG生成、3D建模、交互式模拟等面向大众的能力。让我们拭目以待。