Gemini 4 Argon 是 Google DeepMind 2026 年 9 月 30 日发布的前沿模型——Gemini 4 世代的开端，也是 Google 对 GPT-6 Astra、Claude Fable 5.1 与 Claude Opus 5.5 的回应。Google 把它定位在软件工程、企业知识工作（法律、金融）与网络安全防御中复杂的长程工作。
一个重要提醒：发布时 Argon 并未全面开放。在 Google 参与美国政府自愿性的发布前访问流程期间，它先通过新的 Fairwind 计划向受信任的网络防御者推出；开发者、企业与消费者”尽快”跟进，从付费 API 客户与 Google AI Ultra 订阅者开始。
基准测试
Google 公布的对比（均为 Google 自报；方法学见 DeepMind 评测页）。每家实验室用自己的环境跑对手，所以同一个模型在不同厂商的表格里分数不同——Anthropic 与 OpenAI 的表格对同一模型给出的分数也不一样。
| 基准 | 衡量内容 | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 | Claude Opus 5.5 |
|---|---|---|---|---|---|
| DeepSWE v1.1 | 长程软件工程 | 77.9% | 74.1% | 67.4% | 74.2% |
| Vibe Code Bench | 智能体编码 | 91.9% | 89.6% | 90.3% | 90.3% |
| FrontierSWE v2 | 智能体编码 | 55.0% | 65.5% | 56.3% | 62.3% |
| Terminal-Bench 4.0 | 智能体编码 | 57.4% | 58.2% | 57.9% | 66.4% |
| Vals Index | 知识工作（金融、编码、法律、税务） | 68.9% | 63.1% | 65.8% | 67.0% |
| AutomationBench | 跨应用业务流程 | 51.3% | 41.4% | 31.4% | 42.5% |
| Vals Finance Agent v2 | 多步金融研究 | 65.4% | 53.5% | 58.9% | 58.6% |
| Harvey Legal Agent Benchmark | 法律研究与起草 | 19.6% | 5.4% | 6.7% | 3.8% |
| Terminal-Bench Science 0.1 | 科学与数学 | 57.6% | 68.1% | 52.6% | 63.3% |
| LABBench 2 | 科学与数学 | 88.8% | 85.4% | 68.6% | 73.1% |
| GraphWalks 256K–1M | 长上下文（BFS F1） | 84.2% | 71.8% | 65.0% | 66.8% |
| OSWorld-2.0（离线、部分得分） | 电脑操作 | 69.2% | 72.6% | — | — |
| Chartography | 多模态理解 | 71.6% | 71.0% | 46.2% | 66.3% |
| LVBench | 长视频理解 | 91.7% | 87.5% | 79.7% | 83.7% |
| CWE-bench v1 | 漏洞修复 | 68.0% | 68.0% | 58.0% | 67.0% |
Google 强调的重点
- 1M token 输出。 输出上限从 64K 提升到 1M token，让模型可以在单条轨迹里思考并生成数十万 token。
- Google 内部使用。 Argon 智能体发现了可在数据中心释放 300 TiB 以上内存的优化（全面上线后预计 500 TiB 到 1 PiB），正在大规模把 C/C++ 迁移到 Rust（从 re2、libgav1 到 Fuchsia Zircon 内核的 80 万+ 行），并在几分钟内把一个已发表的量子电路基线优化了 40%。libgav1 的重写替换了 3.2 万行 SIMD 代码，运行速度比此前的 Rust 移植版快 2.7 倍，输出完全一致。
- 网络防御。 Argon 能自主发现、验证并修补漏洞。受信任的防御者拿到的是没有网络防护的版本。Wiz 报告称它发现了医疗软件中一个暴露个人信息的关键漏洞，而此前的前沿模型都漏掉了。
- 防护。 针对滥用的激活监控、在 Gray Swan 间接提示注入基准上领先的鲁棒性、监控思维链与动作的错位缓解机制，以及用于高风险评测的封闭沙箱。
定价与可用性
| 项目 | 详情 |
|---|---|
| 入门价 | 每 1M token 输入 $2 / 输出 $10 |
| 缓存输入 | 输入价 95% 折扣 |
| 输出上限 | 最高 1M token |
| 当前访问 | 通过 Fairwind 计划向受信任的网络防御者开放 |
| 下一步 | 付费 API 客户与 Google AI Ultra 订阅者，随后是开发者、企业与消费者 |
Google 尚未公布上下文窗口、模型 ID 与完整规格表。它的兄弟模型 Gemini 3.8 Flash 是目前就能使用的 Gemini 模型。
Argon 与其他模型对比
- 对比 GPT-6 Astra： 发布价是 Astra 标价的五分之一，在多数知识工作与多模态项目上领先，但在 FrontierSWE v2、Terminal-Bench Science 与 OSWorld-2.0 上落后。
- 对比 Claude Opus 5.5： Opus 5.5（$4 / $20）已全面开放，Terminal-Bench 4.0 领先约九分；Argon 在 DeepSWE v1.1 上领先约四分。
- 对比 Claude Fable 5.1： 除 FrontierSWE v2 与 Terminal-Bench 4.0 外，Argon 在 Google 表格的每一项上都领先。
- 对比 Gemini 3.8 Flash： Flash 是便宜、可用的主力；Argon 是能力天花板，目前仍受限。
局限
- 尚未全面开放。 在 Google 确认 API 全面开放与最终价格之前，无法围绕 Argon 规划生产工作。
- 自报与跨厂商数字。 Google、OpenAI、Anthropic 各自的表格里，同一个对手模型的分数各不相同。
- 规格待补。 上下文窗口、API 模型 ID、速率限制与推出日期尚未公开。
更大的背景请见 2026 LLM 指南。
适用场景
- 长程软件工程与代码库级迁移（Google 内部 C/C++ 迁移到 Rust）
- 网络安全防御——发现、验证并修补漏洞
- 企业金融、法律与税务智能体（Vals Index、Harvey Legal Agent Benchmark）
- 混合视觉与文档输入的长视频与图表理解
优缺点
优势
- 在 Google 公布的表格中领跑 DeepSWE v1.1（77.9%）、AutomationBench（51.3%）、Vals Index（68.9%）、LABBench 2（88.8%）与 LVBench 长视频理解（91.7%）
- 输出上限提升至 1M token（此前为 64K），可在单条轨迹里思考并生成数十万 token
- 发布价 $2 / $10 每百万、缓存输入 95% 折扣——是 GPT-6 Astra 与 Claude Fable 5.1 标价的五分之一
- Google 内部工程师给出具体成果——libgav1 解码器比此前的 Rust 移植版快 2.7 倍，Argon 智能体释放了数据中心 300+ TiB 内存
局限
- 尚未全面开放——先通过 Fairwind 计划向受信任的网络防御者推出，开发者、企业与消费者"尽快"跟进
- 在 Google 自己的表格里仍有落后项——Terminal-Bench 4.0 57.4%（Opus 5.5 为 66.4%）、FrontierSWE v2 55.0%（Astra 65.5%）、Terminal-Bench Science 0.1 57.6%（Astra 68.1%）、OSWorld-2.0 69.2%（Astra 72.6%）
- 价格被标注为入门价；发布窗口期之后的价格未公布
- 上下文窗口与完整规格表尚未发布，所有分数均为 Google 自报
常见问题
Gemini 4 Argon 什么时候发布的？
Google DeepMind 于 2026 年 9 月 30 日宣布。它先通过 Fairwind 计划向一批受信任的网络防御者推出；全面开放（从付费 API 客户与 Google AI Ultra 订阅者开始）被描述为"很快"，并与美国政府自愿性的发布前访问流程挂钩。
Gemini 4 Argon 多少钱？
Google 宣布的入门价为每百万输入 token $2、输出 token $10，缓存输入 token 享输入价 95% 折扣（约每百万 $0.10）。标价与 GPT-6.1 Sol 相同，是 GPT-6 Astra（$10 / $50）的五分之一。
Gemini 4 Argon 比 GPT-6 Astra 和 Claude Opus 5.5 更强吗？
在 Google 自己的表格上，它在 DeepSWE v1.1（77.9%，对 Astra 74.1% 与 Opus 5.5 74.2%）、AutomationBench（51.3%）、Vals Index（68.9%）与 LVBench（91.7%）上领先，但在 Terminal-Bench 4.0（57.4% 对 Opus 5.5 的 66.4%）与 Terminal-Bench Science 0.1（57.6% 对 Astra 的 68.1%）上落后。各家实验室用自己的评测环境跑对手的分数，请等待独立测试。
Fairwind 计划是什么？
Google 的网络安全受信任访问计划。它让经审核的政府机构、关键基础设施运营者与软件维护者优先使用 Argon 与 Gemini 3.8 Flash Cyber（网络防护更少），使防御者能用上模型完整的漏洞发现与修补能力。
Gemini 4 Argon 的输出上限是多少？
最高 1M 输出 token，此前 Gemini 模型为 64K，因此单次运行可以持续数十万 token 的推理与输出。