Google DeepMind 发布前沿模型 Gemini 4 Argon：1M token 输出上限，先向 Fairwind Program 的受信任测试者开放

北京时间 10 月 1 日凌晨，Google DeepMind 通过其 X 账号宣布推出新的前沿模型 Gemini 4 Argon，即日起通过 Fairwind Program 向一批受信任测试者开放（）。按官方口径，Argon 为编码、企业知识工作与网络安全防御领域的复杂工作流而构建，输出上限达到 1M token（约 100 万个词元）。

与帖文同步发布的补充了更多信息：Argon 发布时的推介价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 按输入价的 5% 计费；谷歌称其正参与美国政府为发布前模型访问设立的自愿流程，并将逐步扩大访问范围。文中引用的能力、评测与定价信息均来自谷歌官方发布。

输出上限从 64K 提升到 1M token

博客称，Argon 的输出 token 上限从此前的 64K 提升到 1M，谷歌用「行业领先」形容这一数字。官方在中称，1M 输出上限为 Argon 加入了更深层的推理，用来一次性处理长程、多步骤问题；博客的解释是，当模型能在单条轨迹中生成数十万 token 时，推理深度也随之提高，从而能一次解决更棘手的问题。

谷歌内部已在使用：量子算法、内存回收与 Rust 迁移

据博客，Argon 已经在驱动谷歌的内部工作流，数千名谷歌员工用它处理专业编码任务、做更深入的研究以及写作。博客给出三个案例：

量子算法优化：Argon 帮助量子计算研究团队优化拖慢重要应用的子程序时空资源（量子比特 × 门），其中一个案例在几分钟内比已发表的基线提升 40%。
内存回收：一组 Argon 智能体分析全机群性能剖析遥测数据，自主识别并应用内存优化，全面铺开后释放了超过 300 TiB 内存；谷歌估计总节省量为 500 TiB～1 PiB。
代码迁移：Argon 智能体正在谷歌内部把 C/C++ 代码库迁移到 Rust，规模从 re2、libgav1 等核心库的数万行，到 Fuchsia Zircon 内核的 80 万行以上。在 libgav1 上，智能体替换了现有 Rust 移植版中的 3.2 万行 SIMD（单指令多数据）代码，生成可由编译器自动向量化的安全 Rust，最终的内存安全视频解码器比移植版快 2.7 倍、视频输出一致，性能更接近优化过的 C++ 版本。

成绩单：DeepSWE v1.1 得 77.9%，并非每项都领先

博客称，Argon 在衡量长程真实软件工程任务的 DeepSWE v1.1 上拿到 77.9%，创下新高；在企业知识工作方向，它在覆盖金融、编码、法律与税务的 Vals Index 上以 68.9% 领先，该指数按各行业对美国 GDP 的贡献加权；Vals Finance Agent v2 得 65.4%，Harvey 法律智能体基准得 19.6%；在 Zapier 的端到端业务执行基准 AutomationBench 上以 51.3% 排名第一；长视频理解基准 LVBench 为 91.7%。

但谷歌自己给出的对比表里并非全线占优：FrontierSWE v2（55.0%，对比的 GPT-6 Astra 为 65.5%）、Terminal-Bench Science 0.1（57.6%，对比 68.1%）、OSWorld-2.0（69.2%，对比 72.6%）等项目上，Argon 低于表中对比模型。表格同时列出 Claude Fable 5.1 与 Claude Opus 5.5 的成绩。

网络安全防御：对受信任防御者不设网络护栏

博客称，Argon 专门针对网络安全防御训练，能自主发现、验证并修补关键软件漏洞。对受信任防御者与谷歌内部团队，谷歌将「不带网络护栏」发布 Argon，让他们用上完整能力。

谷歌博客举出的落地案例来自 Wiz：这家公司已在「Scan for Good」计划中使用 Argon；按博客描述，模型发现了一处会让敏感个人信息暴露的严重漏洞，涉及全球多家医院使用的医疗软件，而此前的前沿模型没有发现它。评测方面，Argon 在修补能力基准 CWE-bench v1 上以 68% 并列第一；在谷歌内部覆盖 20 种编程语言的漏洞发现基准，以及 Wiz 的无源码黑盒渗透测试基准上，它在攻击面发现、漏洞识别与概念验证（PoC）证据生成上均优于此前的 3.8 Flash Cyber。

开放通道 Fairwind Program 的规则由谷歌在写明：面向政府、医疗机构、电信运营商等高优先级防御者提供先进模型的早期访问，目前与全球 650 多家合作伙伴合作；加入机构须通过背景审查、启用抗钓鱼多因素认证（MFA），只能把访问权授予内部网络安全、事件响应或渗透测试团队，不得分享、再分发或出售访问权。

四项护栏工作与下一批用户：付费 API 客户和 Google AI Ultra 订阅用户

博客称，安全发布这种级别的前沿能力需要分阶段推进，并列出四项护栏工作：

滥用防护：设计上拒绝可用于网络攻击与 CBRN（化学、生物、放射、核）的请求，同时保留正当的双用途科研用途，并加强对模型内部激活的监控；
提示注入防护：用自动红队与对抗训练提升对间接提示注入的抵抗力；
失准监控：监测模型的思维链与行动，必要时停止执行；
系统加固：在训练与高风险评测开始前隔离、封闭沙箱环境。

谷歌称这些护栏由内外部红队用人工与自动攻击方法做过稳健性测试；其公布的 Gray Swan 间接提示注入（IPI）基准图表显示，Argon 在 15 次尝试下的攻击成功率为 0.7%，低于图中其他对比模型。

开放节奏上，博客写明更广泛的发布面向开发者、企业与消费者，起步是付费 API 客户和 Google AI Ultra 订阅用户。

评论区里的追问：访问限制与开放时间

截至北京时间 10 月 1 日上午，公告帖已获得超过 3,000 次转发和约 2.8 万次点赞。但多条高赞回复并不讨论模型能力，只是在表达对访问限制的不满。一条约千次点赞的回复写道：「那就把消息发给你们的受信任测试者吧：在我们能测试它之前，这和我们没关系。」（）另一条超过 230 次点赞的回复写道：「别再为只有 20 个人能用的东西发公告了，这有点侮辱人；要公告就公告给他们。」（）

更广泛的推出时间，帖文和博客的表述都停在「尽快」，没有给出日期。