过去一年的大部分时间里，谷歌的人工智能故事都围绕着它还没有发布的东西。Gemini 4 Argon就是它的回应，而这款模型最能说明问题的并不是哪项基准分数，而是谁能用上它的那份名单。Google DeepMind的这款新前沿模型将通过公司的Fairwind Program，首先交给一小批经过审核的网络安全防御者，除此之外不对任何人开放。

Argon专为长周期任务打造：软件工程、法律与金融研究，以及网络防御。最关键的机制变化在于输出长度：模型现在可以在单次运行中推理并写出数十万个token，足以把一次大型代码迁移从头做到尾，而不必再用零散片段拼接起来。

谷歌表示，已有数千名内部工程师在使用这款模型。公司在发布中介绍，Argon智能体已在其各个数据中心释放了超过300 TiB的内存，并正在把C和C++代码迁移到内存安全语言Rust，规模一直延伸到80多万行的Fuchsia Zircon内核。在谷歌的开源视频解码器libgav1上，Argon把32,000行手工调优的SIMD代码重写为安全的Rust代码，运行速度比此前的Rust移植版本快2.7倍。

Bar chart comparing Gemini 4 Argon and Gemini 3.8 Flash Cyber on vulnerability discovery and the Wiz penetration test benchmark — Image: Google

输出上限从64,000个token提高到100万个token。基准数据均来自谷歌自己：DeepSWE v1.1得分77.9%，在按经济价值加权的知识工作榜单Vals Index上排名第一，在长视频理解测试LVBench上得分91.7%。据VentureBeat统计，在已公布的18项基准中，Argon在12项上独占鳌头，但在FrontierSWE v2上，OpenAI的GPT-6 Astra仍领先它超过10个百分点。在外部测试者能够亲自运行这款模型之前，这些都只是说法，而非定论。

网络安全这一定位解释了这道门槛。谷歌训练Argon自主发现、验证并修补漏洞，并将向受信任的防御者提供一个移除了网络安全护栏的版本。通过Wiz的Scan for Good计划，该模型在医院软件中发现了一个会泄露个人数据的严重漏洞，而此前的模型都没能发现。令人不安的机制在于：一个如此擅长修补漏洞的模型，按定义也同样擅长发现漏洞。

因此，安全措施才是真正的看点。谷歌称，Argon会拒绝为网络攻击以及化学、生物、放射性或核攻击提供帮助，是其迄今对提示注入抵抗力最强的模型，并在一个监控系统下运行，该系统会监视其思维链，一旦超出用户意图就会中止执行。谷歌还参与了美国政府自愿性质的模型发布前访问流程。

那么，今天谁能用上Gemini 4 Argon？只有Fairwind的参与者和谷歌内部团队。面向开发者、企业和普通消费者的开放时间尚未公布；开放将从付费API客户和Google AI Ultra订阅用户开始。首发价格为每百万输入token 2美元、每百万输出token 10美元，之后将分别上调至4美元和20美元。

这款模型由科雷·卡武克丘奥卢于9月30日发布。在戴密斯·哈萨比斯于8月卸任首席执行官后，他接掌了Google DeepMind。这是谷歌自2025年11月推出Gemini 3以来的首款全新旗舰模型，而它真正的考验不在排行榜上，而在于一款去掉护栏发布的模型，能否始终留在原本托付的人手中。

标签: 人工智能, Google, 网络安全, Gemini, Google DeepMind, 大语言模型, Demis Hassabis