Gemini 4 Argon 据报支持百万输出

Google DeepMind 已向开发者、企业和 Gemini 付费订阅用户全面开放 Gemini 4 Argon。Gemini 4 Argon 是 Google 推出的一款采用稀疏 mixture-of-experts（MoE）架构的前沿模型，专为耗时较长、包含多个步骤的任务打造，目标领域包括编程、金融、法律、科学和网络安全。Google 于 9 月 30 日首次公布 Argon，当时仅面向一小部分网络安全防御人员开放。如今，它已接入付费 Gemini API，输入和输出价格分别为每百万 tokens 2 美元和 10 美元。对开发者来说，最关键的变化是输出长度：Argon 单次响应最多可以生成 1M tokens。

规模：未披露参数量，采用稀疏 MoE 架构。输入与输出共享 1M tokens 的窗口。

运行环境：仅在 Google 云端运行，通过 Gemini API、AI Studio 和 Gemini platform 提供服务。使用 TPU 训练，不开放模型权重。

性能：在 Google 公布的对比表中，知识工作、长上下文和视频任务表现领先；Agent 编程表现有好有坏。

最佳成绩：在 LVBench（长视频理解）上取得 91.7%。

最差成绩：在 FrontierSWE v2 上取得 55.0%，在 Google 对比表中的 4 款模型里排名最后。

什么是 Gemini 4 Argon？

根据 Model Card，Argon 是一款全新模型，并非早期 Gemini 模型的微调版本。它采用大规模稀疏 MoE transformer 架构，原生支持多模态，可接收文本、图像、音频和视频，输出文本。Google 使用 JAX 和 ML Pathways，在 TPU 上完成训练。知识截止日期为 2026 年 3 月。Google 尚未披露总参数量或激活参数量。

1M tokens 的输出上限如何运作？

Google 将输出上限从早期 Gemini 模型的 64K tokens 提高到了 1M tokens。Model Card 说明，输入与输出合计最多占用 1M tokens 的窗口。因此，prompt 越长，留给输出的空间就越少。Google 在开发者文档和企业文档中介绍了一套新的续传协议，用于长序列解码。按首发优惠价格计算，生成完整的 1M tokens 响应，输出费用为 10 美元。

Gemini 4 Argon 在基准测试中表现如何？

Google 将 Argon 与 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5 进行了比较。Argon 在大多数测试项目中取得了最高分。

• DeepSWE v1.1：77.9%，领先于 Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%。
• Vals Index：68.90%，在 Vals AI 排行榜上位列第一，领先于 Claude Sonnet 5.5 的 67.04%。
• AutomationBench：51.3%，Opus 5.5 为 42.5%。
• Harvey’s Legal Agent Benchmark：19.6%，接近排名第二模型的 3 倍，但绝对得分仍然较低。
• GraphWalks，256K 至 1M tokens：84.2%，GPT-6 Astra 为 71.8%。
• CWE-bench v1：68.0%，与 GPT-6 Astra 并列。

Google 还报告，Argon 在 ERQA 具身推理基准测试中取得了 87%。在得出结论前，应先阅读评估方法。多数竞争模型的分数来自其自行报告的结果或公开排行榜。Argon 的 DeepSWE 分数由 Google 使用 mini-swe-agent 测试框架自行计算；竞争模型的 DeepSWE 数据则来自 System Card 和排行榜。

Gemini 4 Argon 有哪些不足？

在 Google 自己公布的对比表中，Argon 有 5 个测试项目落后于竞争模型：

• FrontierSWE v2：55.0%，GPT-6 Astra 为 65.5%。
• Terminal-Bench 4.0：57.4%，Opus 5.5 为 66.4%。
• Terminal-Bench Science 0.1：57.6%，GPT-6 Astra 为 68.1%。
• PostTrainBench：45.3%，Opus 5.5 为 49.3%。
• OSWorld-2.0（离线子集）：69.2%，GPT-6 Astra 为 72.6%。

Model Card 还列出了幻觉，以及偶尔响应缓慢或超时的问题。根据 Google 的 Frontier Safety Framework，Google 表示，无法排除该模型达到生物安全和网络安全领域关键能力等级的可能性。Google 报告称，已部署防护措施，并评估这些措施能够降低相关风险。

Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5 与 Claude Fable 5.1 对比

特性	Gemini 4 Argon	GPT-6 Astra	Claude Opus 5.5	Claude Fable 5.1
架构	稀疏 MoE transformer	未披露	未披露	未披露
总参数量／激活参数量	未披露	未披露	未披露	未披露
上下文窗口	1M，输入与输出合计	1,050,000	1M	1M
最大输出	最多 1M	128K	128K	128K
输入模态	文本、图像、音频、视频	文本、图像	文本、图像	文本、图像
知识截止日期	2026 年 3 月	2026 年 4 月 30 日	2026 年 6 月	2026 年 6 月
API 价格，每 1M tokens 的输入／输出费用	首发优惠价 $2 / $10，11 月 30 日后为 $4 / $20	$10 / $50	$4 / $20	$10 / $50
许可／访问方式	专有，仅通过 API 提供	专有，仅通过 API 提供	专有，仅通过 API 提供	专有，仅通过 API 提供
Vals Index	68.90%	63.13%	66.97%	65.83%
DeepSWE v1.1，Google 对比表	77.9%	74.1%	74.2%	67.4%
Terminal-Bench 4.0，Google 对比表	57.4%	58.2%	66.4%	57.9%
FrontierSWE v2，Google 对比表	55.0%	65.5%	62.3%	56.3%

正式发布前，Google 用 Argon 做了什么？

Google 在发布文章中分享了内部使用结果：

• 在 Antigravity 中使用 Argon 后，Agent 代码提交量提高了超过 35%，回滚次数减少了近三分之一。
• 在 A100 上，Argon 将 Gemma 4 E2B 的 vLLM 端到端推理速度提升至原来的 2.85 倍。
• 在 Google 开源的 Agent Development Kit 中，Argon 将会话准备时间缩短了 40%，冷启动导入速度提高了 21%。
• 在 Gray Swan 的间接 prompt 注入基准测试中，经过 15 次自适应攻击尝试，攻击成功率降至 0.7%。

Gemini 4 Argon 多少钱，可以在哪里使用？

首发优惠价格为每百万 tokens 输入 2 美元、输出 10 美元。缓存输入 tokens 的费用优惠 95%。2026 年 11 月 30 日之后，输入和输出价格将分别上调至 4 美元和 20 美元，与 Claude Opus 5.5 相同，低于 GPT-6 Astra 的 10 美元和 50 美元。

根据开发者发布文章，各类用户的访问渠道如下：

• 开发者：通过 AI Studio 和 Android Studio 使用 Gemini API 付费层。
• 企业：通过 Gemini platform、Gemini for business 和 Google Antigravity 使用。
• 消费者：Google AI Pro 和 Ultra 订阅用户可通过 Gemini app 和 Search 中的 AI Mode 使用。
• 网络安全防御人员：通过 Fairwind Program 使用不设网络安全防护限制的 Argon。

Argon 是一款稀疏 MoE 模型，输出上限为 1M tokens。

它以 68.90% 的成绩位列 Vals Index 第一。

截至 11 月 30 日，首发优惠价格为每百万 tokens 输入 2 美元、输出 10 美元。

它在 FrontierSWE v2 和 Terminal-Bench 4.0 上落后于竞争模型。

Google 对比表中的多数竞争模型分数来自其自行报告的结果。

欢迎查看 Model Card、Evaluation Methodology 和 Developer Guide。所有功劳归于这个项目的研究人员。也欢迎在 Twitter 上关注我们，加入我们拥有超过 15 万名成员的 ML SubReddit，并订阅我们的 Newsletter。等等！你在使用 Telegram 吗？现在也可以在 Telegram 上加入我们。

Asif Razzaq 是 Marktechpost AI Media Inc. 的 CEO。作为一位富有远见的创业者和工程师，Asif 致力于利用 Artificial Intelligence 的潜力造福社会。他最近的一项事业是推出 Artificial Intelligence 媒体平台 Marktechpost。该平台深入报道 machine learning 和 deep learning 新闻，既保证技术内容准确，又让广泛的读者群体容易理解，因此脱颖而出。平台每月浏览量超过 200 万，体现了它在读者中的受欢迎程度。