谷歌 DeepMind 于 9 月 30 日发布新一代前沿模型 Gemini 4 Argon，并宣布该模型正通过其 Fairwind 计划，向一批受信任的网络安全防御方逐步开放。谷歌 DeepMind 高级副总裁兼谷歌首席 AI 架构师 Koray Kavukcuoglu 在公告中表示，Argon 面向复杂、长周期的专业工作流设计，能在真实软件工程、法律与金融等企业知识工作，以及网络安全防御等场景中提供前沿性能。
与以往模型相比，Argon 最直观的变化在输出能力上。谷歌将模型的输出 token 上限从此前的 64K 大幅提升至业界领先的 100 万 token。谷歌认为，当模型有足够空间在单次轨迹中生成数十万 token 时，它能在一次任务中完成更深层的推理，从而应对更棘手的问题。这一改动直接服务于长程、多步骤任务，也是 Argon 定位企业级工作流的基础。
在谷歌内部，Argon 已投入实际使用。公告称，数千名谷歌员工已在专业编码、深度研究和写作质量等任务中使用该模型。具体案例包括：在量子算法优化中，Argon 帮助量子计算研究人员优化子程序的时空资源（量子比特×门），其中一个案例在数分钟内将已发表的基线提升了 40%；在内存效率方面，一组 Argon 智能体分析了全机群性能遥测数据，自主识别并应用内存优化，已释放超过 300 TiB 内存，预计总节省量在 500 TiB 至 1 PiB 之间。
代码迁移是另一个重点方向。Argon 智能体正在谷歌内部推进 C/C++ 代码库向 Rust 的迁移，规模从 re2、libgav1 等核心库的数万行，扩展到 Fuchsia OS Zircon 内核的 80 万行以上。谷歌强调，由于许多系统至关重要，这类大规模重写在上线前要经过严格的自动化与人工审计、仿真测试和评审。以开源视频解码软件 libgav1 为例，Argon 智能体接手已有的 Rust 移植版本，通过多轮性能引导实验、研究编译器输出并生成安全 Rust 代码，替换了 3.2 万行 SIMD 代码，最终得到一个内存安全的视频解码器，运行速度比原 Rust 移植版快 2.7 倍，视频输出完全一致，性能接近优化后的 C++ 版本。
在基准测试上，谷歌称 Argon 在衡量真实长周期软件工程任务的 DeepSWE v1.1 上取得 77.9% 的新最优成绩；在按对美国 GDP 贡献加权的 Vals Index 上，Argon 在金融、编码、法律和税务工作中领先；在 Vals Finance Agent v2（多步骤金融研究）和 Harvey 法律智能体基准（法律研究与起草）等垂直评测中同样表现领先。在 Zapier 衡量核心业务职能端到端执行的 AutomationBench 上，Argon 以 51.3% 的得分排名第一。此外，在长视频理解基准 LVBench 上，Argon 以 91.7% 的成绩达到最优，能够进行专业图表分析、从长视频中识别细节，并基于一系列文档采取行动。
网络安全防御是 Argon 首批落地的场景之一。谷歌表示，为帮助防御方应对新时期的网络攻击，模型在防御性网络安全方向进行了专门训练，这也是它率先通过 Fairwind 计划向受信任防御方开放的原因。谷歌同时强调，安全发布这一级别的前沿能力需要分阶段推进：公司正积极参与美国政府的自愿性前置模型访问流程，在逐步扩大访问范围的同时，持续从早期测试者收集反馈、迭代护栏机制，之后再尽快向开发者、企业和消费者开放。
定价方面，Argon 将以介绍性价格推出：每百万输入 token 2 美元，每百万输出 token 10 美元，缓存输入 token 价格为输入 token 价格的 95% 折扣。
从产业视角看，Argon 的发布延续了前沿模型竞争从“参数与跑分”转向“可交付的企业工作流”的趋势。百万级输出上限、面向法律金融等知识工作的评测布局，以及先安全防御、后大众市场的分阶段节奏，都指向同一个方向：模型厂商正试图把长程推理能力嵌入企业核心流程，同时以合规与安全审查作为大规模商用的前置条件。对关注 AI 产业的读者而言，值得跟踪的是这类能力在真实企业环境中的采用速度、定价策略的后续调整，以及分阶段发布模式对开发者与消费者可用时间表的影响。