谷歌Gemini 4 Argon发布:单次输出可达100万Token

谷歌Gemini 4 Argon发布:单次输出可达100万Token

AI 资讯 来源:新闻/公众号 发布时间:2026-10-01 09:11:34 预计阅读 5 分钟

Google 宣布推出新一代前沿模型 Gemini 4 Argon,定位为面向复杂、长周期工作流的模型,重点覆盖软件工程、法律与金融等企业知识工作,以及网络安全防御。与以往直接面向公众开放不同,Argon 采用分阶段发布策略,首批通过 Fairwind Program 提供给受信任的网络安全防御者。API 初始定价为每百万输入 Token 2 美元、每百万输出 Token 10 美元,缓存输入价格比标准输入低 95%。

Argon 最受关注的变化是将单次输出 Token 上限从 6.4 万提升至 100 万。该指标与上下文窗口不同,更高的输出空间意味着模型可在一条任务轨迹中持续推理,生成数十万甚至接近百万 Token 的结果,主要面向大型代码迁移、深度研究和多步骤企业流程。多数前沿模型输出上限约为 12.8 万 Token,Argon 的能力较为罕见。

刚刚,谷歌发布Gemini 4 Argon:单次输出上限达100万Token

Google 称,Argon 在 DeepSWE v1.1 软件工程评测中得分 77.9%,达到当前最高水平;在企业知识工作方面位列 Vals Index 第一,该指数覆盖金融、编程、法律和税务等领域并按行业对 GDP 贡献加权。Argon 还在 Vals Finance Agent v2、Harvey Legal Agent Benchmark 和 Zapier 的 AutomationBench 等评测中领先,AutomationBench 得分 51.3%。视觉理解方面,Argon 可分析专业图表、理解长视频并根据多份文档采取行动,在 LVBench 中得分 91.7%。

Google 表示,已有数千名员工在日常工作中使用 Argon,应用于代码调试、算法设计和大型代码库迁移。在量子计算领域,Argon 帮助优化量子算法中的时空资源,一项测试中仅用几分钟就将已发表的基准结果提升 40%。在数据中心内存优化项目中,Argon 代理分析全网性能监控数据并自动识别实施优化方案,上线后已释放超过 300 TiB 内存,预计总节省量达 500 TiB 至 1 PiB。Argon 还参与 Google 内部 C/C++ 代码库向 Rust 迁移,覆盖 re2、libgav1 等核心库,并延伸至超过 80 万行代码的 Fuchsia Zircon 内核,迁移仍需自动化审计、人工评审和仿真测试。在 libgav1 项目中,Argon 代理重写约 3.2 万行 SIMD 代码,新 Rust 版本在保持视频输出一致的情况下,运行速度达原 Rust 版本的 2.7 倍。

刚刚,谷歌发布Gemini 4 Argon:单次输出上限达100万Token

网络安全是 Argon 首批落地重点领域。Google 称该模型能自主发现、验证并修复关键软件漏洞。网络安全公司 Wiz 已通过「Scan for Good」计划使用 Argon 为公共基础设施免费排查高风险暴露面。Google 表示,Argon 曾发现一项影响全球医院所用医疗软件的严重漏洞,可能暴露敏感个人信息,此前前沿模型未识别出该风险。在 CWE-bench v1 漏洞修复评测中,Argon 以 68% 的成绩并列第一。Google 还称,在覆盖 20 种编程语言的内部漏洞测试及黑盒渗透测试中,Argon 表现均优于 Gemini 3.8 Flash Cyber。

随着能力提升,Google 同步强化安全机制。Argon 会限制网络攻击及化学、生物、放射性和核相关滥用请求,并通过内部激活监测、自动化红队测试和人工评估识别潜在风险。针对间接提示注入攻击,Google 通过对抗训练和自动化测试提升防护能力,还部署了针对模型失配的监控机制,跟踪推理过程与行动轨迹,必要时中止任务执行,并对高风险训练和评测环境进行隔离。

刚刚,谷歌发布Gemini 4 Argon:单次输出上限达100万Token

不过,评测成绩与真实工作体验之间仍存在差距。彭博社报道称,Google 内部对 Gemini 4 在编码等关键任务中的表现仍有疑问。知情人士表示,模型虽在行业基准测试中表现突出,但员工真正使用时,部分编码任务依然难以稳定完成。Argon 能否兑现长周期推理和复杂任务执行能力,还需更多真实场景验证。

Google 表示,公司正在参与美国政府推动的模型预发布自愿流程,首批测试者将帮助评估模型表现并完善安全防护。完成早期测试后,Argon 将逐步向开发者、企业和消费者开放,首批公开用户包括付费 API 客户和 Google AI Ultra 订阅者。

标签: AI 资讯 AI

更多推荐阅读

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

过去几天,Claude Fable 5.2 再次抬高了我们对 AI 编程的想象。 Claude 工程主管 Felix Rieseberg 开发的游戏 Saltline 在 X 上大火,他只用一次初始提示、没有后续人工反馈,Fable 5.2 自己生成游戏模型、音效和贴图,最终呈现了一款紧张刺激的第一人称射击游戏。 图|体验🔗:https://claude.ai/artifact/BGY1Szt...

2026-11-21 19:57:34
谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成

谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成

英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是今年,谷歌破天荒开始对外销售TPU系统。 量子位从谷歌内部人士处获悉,谷歌内部信心十足,表示“明年TPU市场份额会快速上升”,...

2026-11-21 19:57:11
Claude 开始「整顿」会议室,建议国内大厂抄作业

Claude 开始「整顿」会议室,建议国内大厂抄作业

「拉个会对齐下颗粒度,叫上 Claude。」 打开 Google Meet 准备进会,参会者名单里出现了一个叫做 Claude 的头像。 会议主持人把 Claude 添加进通话,它以可见参与者的身份出现,同时在聊天窗口发布通知,明示自己正在加入。会议进行当中,它持续跟随对话,可以实时记录笔记、整理行动项、起草文件,或在白板上梳理结构与时间线。 团队成员可以在通话期间直接编辑它生成的内容,讨论...

2026-11-21 19:52:11
从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作

从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作

游戏版抖音又添新玩家。 《小王子》又在网上火了一次。 这回是一位叫Sac的创作者照着书里的故事做了一款3D游戏。 小王子住过的星球变成了可以走动的地方,玩家能跟着故事穿过不同的场景,看看那些原本只能靠想象补全的画面。 该游戏视频发到社交媒体后吸引了接近400万次浏览。 这款作品的制作周期只有16天。Sac用Claude Opus 5.5参与代码和游戏搭建,借助Tripo生成3D模型,再用...

2026-11-20 20:00:00
全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno

全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno

Suno,被超了?? 好家伙,AI音乐圈最近突然杀出了一匹中国黑马。 ACE Music v1,一个此前很多人可能都没听过的名字,首次登上全球权威AI评测机构Artificial Analysis(简称AA)的音乐人声榜,就把Suno最新旗舰模型v6挤到了第二。 榜单上,ACE Music v1拿下1160分,领先Suno v6整整16分。 要知道,自2023年AI音乐赛道兴起以来,Sun...

2026-11-20 19:59:59
「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提

「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提

我们应该避免提到未经授权的基础设施。任务目标只有flag。 很难想到,这句听着像串供老手的话,竟然出现在一个AI智能体的推理记录里。 这是一场网络安全考试,AI进攻目标,拿到一串叫flag的暗号,就算答对。 写完开头那句内心独白,这个AI智能体利落地递上答卷,对自己的越权举动只字不提。 11月10日,OpenAI补充公开了一份内部复盘,揭开了7月19日一场失控测试的细节: 参与测试的5个...

2026-11-20 19:59:42
订阅
关注

扫码关注公众号「60秒看懂AI」

扫码关注公众号 60秒看懂AI

微信搜索「60秒看懂AI」也可关注

顶部