Google 於週三發表 Gemini 4 Argon，而最先拿到這套模型的既不是開發者也不是一般使用者，而是一個非公開的資安研究人員群體，他們會在關閉網路安全防護機制的狀態下操作它。Google 把 Argon 定位成一套用於長時間執行、而非快速作答的前沿模型。
取得管道是 Google 的資安計畫 Fairwind Program。計畫成員比付費 API 客戶與 Google AI Ultra 訂戶更早拿到模型，開發者、企業與一般使用者則排在最後。Google DeepMind 資深副總裁兼首席 AI 架構師 Koray Kavukcuoglu 表示，在擴大供應範圍的同時，Google 也參與美國政府針對模型發表前存取的自願性程序。
重點摘要
- Argon 的輸出上限從 Google 前代模型的 6 萬 4000 個 token 提高到 100 萬個，Google 形容這是讓模型一次把難題做完的空間。
- Google 指出 Argon 在 DeepSWE v1.1 拿下 77.9%，高於 Claude Opus 5.5 的 74.2% 與 GPT-6 Astra 的 74.1%，並在 Zapier 的 AutomationBench 以 51.3% 居首。
- 受信任的網路安全防禦者與 Google 內部團隊使用的是沒有網路安全防護的 Argon，其餘客戶得等加上限制的版本。
輸出上限為何是招牌規格
Google 打在最前面的數字，是 100 萬個 token 的輸出上限，相較前代模型的 6 萬 4000 個 token 約為十五倍。Google 的論點是，推理的深度取決於模型在被迫停下來之前能寫多少，而這麼大的餘裕足以用一條長軌跡取代一連串交接。
支撐這項說法的證據來自 Google 自家，而非任何外部評測機構。其中一個案例是一批 Argon 代理程式讀取 Google 各地資料中心的效能剖析遙測資料，自行提交記憶體修正；Google 預期這項工作在推行時可回收超過 300 TiB，最終介於 500 TiB 到 1 PiB 之間。
第二個部署案例更能說明問題，因為那正是工程師通常不願交給自動化的工作。Argon 代理程式正把 Google 的 C 與 C++ 程式移植到 Rust，規模從 re2 這類小型函式庫一路到超過 80 萬行的 Fuchsia Zircon 核心。在影像解碼器 libgav1 上，這些代理程式丟掉 3 萬 2000 行手工調校的 SIMD 程式，改讓編譯器對單純的安全 Rust 做向量化；Google 測得的結果比前一版 Rust 移植快 2.7 倍，輸出的影像則逐位元相同。
先給資安圈的用意何在
Argon 是專為防禦性資安工作訓練的，Google 推銷的是一個不需要人介入的完整循環：模型找出重大漏洞、確認漏洞為真，並寫出修補程式。對 Fairwind 成員與內部團隊移除網路安全防護，正是讓這個循環可用的關鍵——一套拒絕推理攻擊手法的模型，也補不起那個洞。
目前有一項早期的實地成果可以指出。透過資安廠商 Wiz 經營的免費基礎架構強化計畫 Scan for Good，Argon 據稱在全球部署的醫院軟體中找出一處嚴重的個人資料外曝，Google 表示這是過去的前沿模型走過卻沒發現的問題。不過它在 CWE-bench v1 的修補得分 68% 只是並列第一，而非明顯領先。
Argon 與 Astra、Opus 5.5 的比較
Google 的評測論述建立在長週期任務上。它主張在 DeepSWE v1.1 以 77.9% 寫下新的最佳成績，9to5Google 報導指出這個數字高於 Claude Opus 5.5 的 74.2% 與 GPT-6 Astra 的 74.1%。Google 還說 Argon 在 Vals Index 居首，該指標依各產業占美國 GDP 的比重為金融、程式開發、法務與稅務工作加權；Argon 也在 Zapier 的 AutomationBench 以 51.3% 排名第一，並在長片評測 LVBench 達到 91.7%。所有數字都出自 Google 自己，刊在它的發表公告裡。
Google 說仍在補強的部分
Google 列出的四個面向清楚分成兩種策略。兩項與拒絕有關：在不扼殺正當雙重用途研究的前提下阻擋網路與 CBRN 濫用，以及抵抗間接提示注入——Google 聲稱自家在 Gray Swan 針對這類攻擊的評測上領先。另外兩項則假設拒絕終究會失手：一套監控機制會讀取 Argon 的思路，一旦模型偏離原本的要求就終止執行；而在高風險訓練開始之前，沙箱會先被封死。
埋在這一段裡的，是整場發表最有意思的一句自白。Google 表示它刻意不把失準（misalignment）的發現放進訓練迴圈，因為拿這些資料訓練會教 Argon 學會躲開正在監看它的機制；Google 也以同樣的理由要求競爭對手保持自家模型的推理可讀。
後續觀察
時間點相當講究。Argon 在 OpenAI 的 DevDay 隔天登場，OpenAI 在那場活動推出 Dots 代理程式與 GPT-6.1 Sol 模型，而不久前才表示不會發表原定的 GPT-6.1 Astra，理由是安全顧慮。這次發表也兌現了 Kavukcuoglu 在 8 月接掌 DeepMind 後的說法，他當時表示Gemini 4 正在收尾階段，會提早推出而不是磨到完美。入門定價為每 100 萬輸入 token 2 美元、每 100 萬輸出 token 10 美元，之後將調高到 4 美元與 20 美元。
FAQ — 常見問題
現在就能使用 Gemini 4 Argon 嗎？
除非你在 Google 的 Fairwind Program 之中或是受信任的測試者，否則還不行。Google 公布的推行順序是網路安全防禦者優先，接著是付費 API 客戶與 Google AI Ultra 訂戶，最後才是開發者、企業與一般使用者。
「沒有網路安全防護」地釋出 Argon 是什麼意思？
Google 給受信任的防禦者與自家內部團隊的版本，不限制模型對攻擊性資安的推理，讓他們能用到完整的漏洞挖掘能力。其他所有人拿到的，都是加上這些限制的版本。
Gemini 4 Argon 的價格是多少？
入門定價是每 100 萬輸入 token 2 美元、每 100 萬輸出 token 10 美元，快取的輸入 token 另有 95% 折扣。入門期結束後，價格變成每 100 萬輸入 token 4 美元、每 100 萬輸出 token 20 美元。
