2026年9月30日，谷歌（Google）发布 Gemini 4 Argon，称其在真实世界软件工程、法律与金融等企业知识工作，以及网络安全防御等复杂工作流中提供前沿性能。发布内容分为介绍 Gemini 4 Argon、它如何改变谷歌的工作与构建方式，以及如何应对用户最复杂的问题，并进一步说明其在各领域支持编码与企业工作流。

Gemini 4 Argon 在现实软件工程、法律与金融等企业知识工作以及网络安全防御的复杂工作流中，提供了前沿水平的性能。

今天我们宣布新的前沿模型 Gemini 4 Argon，正通过 Fairwind 计划向一批可信的网络防御者推出。它专为在复杂、长周期工作流中持续深度推理而构建，正在从根本上改变我们在 Google 的工作与构建方式。安全发布如此前沿的能力需要分阶段进行。我们正在参与美国政府针对发布前模型访问的自愿流程，同时逐步扩大访问范围。在将 Argon 尽快提供给开发者、企业和消费者之前，我们会继续从早期测试者收集反馈，迭代安全护栏。

Argon 的入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 价格较输入 token 低 95%。

改变我们在 Google 的工作与构建方式

Gemini 4 Argon 已赋能我们的内部工作流，数千名 Google 员工称赞其在专业编码、深度研究和写作质量上的优势。它正帮助团队更快构建，突破工程效率边界，加速取得突破：

• 量子算法优化： Argon 帮助量子计算研究者优化瓶颈子程序的时空资源（量子比特×门）。例如，它在几分钟内比已发表基线高出 40%。
• 内存效率： 一组 Argon 智能体分析全集群性能遥测数据，自主识别并应用内存优化，全面部署后预计释放超 300 TiB 内存，总节省约 500 TiB 至 1 PiB。
• 大规模代码库迁移与优化： Argon 智能体正将 Google 的 C/C++ 代码库迁移到 Rust，从 re2、libgav1 等核心库的几万行，到 Fuchsia OS Zircon 内核的 80 万+行。鉴于系统关键性，这些大规模重写正接受严格的自动与人工审计、仿真测试及评审后方可上线。

以 Google 开源视频解码软件 libgav1 为例，Argon 智能体基于现有 Rust 移植版，通过多轮性能引导实验、研究编译器输出，生成安全 Rust 让编译器自动向量化，替换了 3.2 万行 SIMD 代码。最终得到内存安全的解码器，运行速度比 Rust 移植版快 2.7 倍，视频输出一致，更接近优化后的 C++。

更努力应对你最复杂的问题

为支持 Argon 在更长、更复杂场景中的能力，我们将输出 token 上限从原先 64K 大幅提升至业界领先的 100 万 token。当模型有空间深度思考并在单次轨迹中生成数十万 token，便能在推理深度上出新层次，一次性解决难题。

赋能跨领域的编码与企业工作流

Argon 在编码、推理、多模态上的能力及维持长程多步任务的优势，使它在各类企业工作流中表现出色。Google 工程师已将其用于日常任务，从调试到大规模代码迁移和算法设计。在衡量真实长周期软件工程任务的 DeepSWE v1.1 上，它以 77.9% 创最佳水平。

除编码外，Argon 在 Vals Index（按各行业对美 GDP 贡献加权，衡量金融、编码、法律、税务的经济影响）上领先。在 Vals Finance Agent v2（多步金融研究）和 Harvey 法律智能体基准（法律研究与起草）等域特定评测中同样领先。在 Zapier 衡量核心业务端到端执行的 AutomationBench 上，Argon 以 51.3% 居首。

当知识工作需视觉理解时，Argon 也极擅长：驱动专业图表分析、从长视频识别细节、基于系列文档行动。如在长视频理解 LVBench 上，它以 91.7% 创最佳。

在防御性网络安全中领先

为让网络防御者更好应对新时代攻击，我们训练 Argon 具备极强防御能力。它能自主发现、验证并修补关键漏洞。对可信防御者和 Google 内部团队，我们将移除网络护栏释放其完整前沿防御力。

Wiz 已通过 “Scan for Good” 计划用 Argon 防御——该计划免费保护关键公共基础设施。早期展示中，模型发现了全球医院医疗软件中暴露敏感个人信息的严重漏洞，此前前沿模型均未发现。

在评估漏洞修复的 CWE-bench v1 上，Argon 以 68% 最高分并列第一，继承了 3.8 Flash Cyber 在 v0 的前沿表现。

Argon 在漏洞发现上相比 3.8 Flash Cyber 有惊人飞跃。例如：

• 在 Google 内部综合漏洞基准中，Argon 跨越 20 种语言复杂代码库发现了广泛暴露。
• 在 Wiz 内部黑盒渗透测试基准（无源码分析实时网页系统）中，Argon 在发现攻击面、识别漏洞和生成概念验证证据上均优于 3.8 Flash Cyber。

广泛可用前加强前沿保障

广泛发布前，我们继续在四方面加强保障：

防御滥用： 为防止恶意者用 Argon 发动网络或化学、生物、放射与核（CBRN）攻击，模型按我们的前沿安全框架拒绝有害请求，同时保留合法双重用途科研。我们正强化保障稳健性，包括改进监控模型内部激活以发现滥用。内外部红队结合人工与自动攻击进行了鲁棒测试。

防御提示注入攻击： Argon 也是对间接提示注入最具抵抗力的模型。通过自动红队与对抗训练，它在 Gray Swan 的 IPI 基准上领先。

监控失准： 为防止 Argon 越界以违背用户意图的方式完成任务，我们部署失准缓解，监控其思维链与行动，必要时停止执行。我们用类似系统监控训练并告警专职团队，谨慎避免将结果反馈训练以免模型推理规避监控。我们强烈鼓励业界在能力提升同时保留推理透明，助识别失准。

强化系统： 随模型能力增强，安全测试需安全环境。依智能体控制路线图，我们在高风险训练评估前隔离密封沙箱。我们承诺与伙伴分享这些最佳实践。

即将推出

我们构建 Argon 具备编码、知识工作、网络防御与创意写作的前沿能力，成为开发者、专家与企业的伙伴。感谢首批网络防御者和测试者，其反馈将助我们强化系统，随后从付费 API 客户和 Google AI Ultra 订阅者起，向开发者、企业和消费者发布。

多数人把矛头对准"宣布了却还没开放"——模型仍只对早期测试者开放，官方只说尽快却无时间表；少数人已经给出实战好评，认为定价和个别能力是真突破。分歧主轴是纸面成绩与可及性之间的落差。

认为没上线就先造势是炒作

• 官方口径是继续从早期测试者收集反馈、迭代护栏，再尽快开放给开发者、企业和消费者；评论者反问为何不给明确时间表，别的实验室不这么做（较多人） > 如果还没开放，为什么现在就宣布，至少该说清什么时候面向公众。（@dom96）

认为基准已饱和，值得等上手实测

• 数字和定价都亮眼，但基准近期明显通胀，先别急着宣布 Google 回归；能出现 OAI 与 A\ 之外的第三家顶级选手是好事（较多人） > 我还是等真正上手之后再激动。（@jjcm）

认为 Google 是因坚持推理透明才变慢

• 官方明确表示不会把相关发现回灌训练，以免模型学会规避监控；评论者认为这值得称赞，但正是这种做法让 Google 成为慢的一方——不让模型进入回音室全速狂奔，反而要受罚（较多人） > Google 因为不让模型进入回音室、不让人工以外的速度失控，而被惩罚。（@gopalv）

认为 Gemini 的气质和位置都不可靠

• 有人称它是"例行处于精神失常边缘"的模型，担心失控场景里跑的就是它；也有人只打算拿它做 YouTube 视频理解（较多人） > 如果哪天我们被回形针化，是 Gemini 干的我不会意外。（@bottlepalm）

认为长期落后源于商业模式而非资源

• 评论者认为它相对 Claude 已经落后到近乎无用，难以理解坐拥现金、算力、数据与工程师规模的 Google 为何会输；广告收入这条大船让公司缺少单一目标的专注力（少数人） > 海量广告收入意味着他们缺少取胜所需的单一专注。（@wewewedxfgdf）

认为"先发者通吃"已被证伪

• 一年来的反超看起来不是暂时现象；能力分散在新型云厂商、传统超大规模厂商、大厂与创业公司之间，GPU 与 ASIC 并存，没有人有护城河（少数人） > 没有人有护城河。（@nickysielicki）

已经有人给出实战中的震撼体验

• 有用户称十天前用 Gemini 3.8 Flash 时怀疑自己被路由到了测试中的另一个模型，因为它自主完成了远超预期的排障工作（少数人） > 我把报错贴进去，它自己把 GDB 挂到 GPU 驱动上、逆向内核队列的 ioctl 接口，还写了个 LD_PRELOAD 的 C 垫片，让 ROCm 版 llama.cpp 在我的 Strix Halo 上跑起来。（@taylorfinley）

命名与发布方式成为调侃对象

• 有人等 Krypton、Xenon、Radon 一路排下去，也有人用"我女朋友在加拿大"式的反讽吹捧，还有人调侃在 IDE 里根本找不到模型、是不是要政府批准（少数人） > 玩笑归玩笑，看起来确实是个很强的模型。（@linksbro）

认为安全叙事与商业行为自相矛盾

• 有人指出同一篇博客里既谈对齐、谈保护用户，又提到收购来的以色列安全公司 Wiz，因此无法认真对待前沿实验室的对齐表态（少数人）

有价值的补充

• 定价细节：输入每百万 token 2 美元、输出 10 美元，缓存输入按输入价的 5% 计费，即 95% 折扣。
• 公布的是 100 万输出 token 上限，输入侧上限没有提及，有人专门追问。
• Argon 代理正在 Google 内部把 C/C++ 代码库迁移到 Rust；有评论回顾当年 cppnext 团队连考虑都不肯考虑 Rust，转而去研究 Carbon 和 Swift，如今方向终于一致。
• 有人提到 deepswe 与 frontierswe 之间的分数差距很大，直觉上这是坏信号，但仍希望结果很好。
• 有人追问是否已能在不把使用记录绑定到个人 Google 账号的前提下使用 Gemini。
• 有人抱怨模型卡上缺少 Pareto 前沿图。