Google 发布 Gemini 4 Argon，DeepSWE 得分 77.9%

Google 发布了 Gemini 4 Argon，这是一款前沿模型，旨在软件工程、企业知识工作和网络安全防御中，对漫长而复杂的工作流保持深度推理。该模型最初仅通过 Google 的 Fairwind 计划向受信任的网络防御者开放，同时公司收集反馈并完善其防护措施。Google 还参与了美国政府关于发布前模型访问的自愿流程。公司计划尽快向开发者、企业和消费者扩大访问范围，首先从付费 API 客户和 Google AI Ultra 订阅者开始。

Argon 将以每百万输入 token 2 美元、每百万输出 token 10 美元的 introductory 价格推出，缓存输入 token 的价格为输入费率的 95% 折扣。 introductory 期结束后，价格将上涨至每百万输入 token 4 美元和每百万输出 token 20 美元。Google 还将该模型的输出上限从 64K 提升至 100 万 token，使其有空间在单条轨迹内推理并生成数十万 token。

数千名 Google 员工已经在使用 Argon 进行编码、研究和写作。Google 表示，该模型在几分钟内将已发表的量子算法优化基线提升了 40%，而一组 Argon 智能体发现了数据中心内存优化方案，部署后释放了超过 300 TiB 内存，预计总节省量达 500 TiB 至 1 PiB。智能体还支持将 C 和 C++ 迁移到 Rust，从数万行的核心库到超过 80 万行的 Fuchsia Zircon 内核。由于这些系统至关重要，迁移在生产前会经过自动和人工审计、仿真测试与审查。在另一个项目中，Argon 替换了 libgav1 视频解码器 Rust 移植版中的 32K 行 SIMD 代码，生成了安全的 Rust 代码，运行速度提高了 2.7 倍，输出完全相同。

该模型在面向长周期软件工程的 DeepSWE v1.1 上得分 77.9%，在 Vals Index 上排名第一，并在 Zapier 的 AutomationBench 上得分 51.3%。它还在长视频 LVBench 测试中达到 91.7%。在网络安全方面，Argon 在 CWE-bench v1 上以 68% 的成绩并列第一。Google 表示，Wiz 通过其 Scan for Good 计划使用 Argon，发现了一个关键漏洞，该漏洞暴露了全球医院使用的医疗软件中的敏感个人信息，而此前的前沿模型都未能发现这一风险。

受信任的防御方和 Google 内部团队将获得不带网络防护限制的 Argon，用于防御性工作。更广泛的部署仍将分阶段进行，同时 Google 正在加强对网络及 CBRN 滥用、间接提示注入和代理行为失准的防护，并为高风险训练和评估提供加固的沙箱环境。

来源