Google 发布 Gemini 4 Argon API，输出上限达 100 万 token

Google DeepMind 已将 Gemini 4 Argon 面向开发者、企业和付费 Gemini 订阅用户全面开放。Gemini 4 Argon 是 Google 推出的稀疏专家混合前沿模型，专为长时间、多步骤任务打造。其目标领域包括编程、金融、法律、科学和网络安全。Google 最初于 9 月 30 日发布 Argon，面向一小群网络防御人员。如今它已登陆付费 Gemini API，输入每百万 token 收费 2 美元，输出每百万 token 收费 10 美元。对开发者而言，关键变化在于输出长度：Argon 单次响应最多可生成 100 万 token。

TL;DR

规模：未披露参数量（稀疏 MoE）。输入与输出共享 100 万 token 窗口。
运行平台：仅限 Google 云，通过 Gemini API、AI Studio 和 Gemini 平台提供。基于 TPU 训练。不开放权重。
性能：在知识工作、长上下文和视频方面领跑 Google 的对比表。在智能体编程方面表现参差。
最佳：LVBench（长视频理解）达 91.7%。
最差：FrontierSWE v2 仅 55.0%，在 Google 对比表的 4 个模型中垫底。

什么是 Gemini 4 Argon？

根据模型卡，Argon 是一款全新模型，并非早期 Gemini 的微调版本。它是一个大规模稀疏 MoE transformer，原生支持多模态。它接受文本、图像、音频和视频输入，输出文本。Google 使用 JAX 和 ML Pathways 在 TPU 上训练了它。知识截止日期为 2026 年 3 月。Google 未披露总参数量或激活参数量。

100 万 token 输出上限如何运作？

Google 将输出上限提升至 100 万 token，此前 Gemini 模型为 64K。模型卡描述输入加输出的合并窗口最高为 100 万 token。因此，长提示词会压缩可供输出的空间。Google 在开发者文档和企业文档中记录了一种用于长解码的新续写协议。按入门定价，完整 100 万 token 响应的输出 token 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 进行对比。Argon 在大多数行中得分最高。

DeepSWE v1.1：77.9%，领先 Opus 5.5（74.2%）和 GPT-6 Astra（74.1%）。
Vals Index：68.90%，被 Vals AI 列为第 1 名，领先 Claude Sonnet 5.5（67.04%）。
AutomationBench：51.3%，而 Opus 5.5 为 42.5%。
Harvey 法律智能体基准：19.6%，接近下一名模型的 3 倍，但绝对分数仍然偏低。
GraphWalks，256K 至 100 万 token：84.2%，而 GPT-6 Astra 为 71.8%。
CWE-bench v1：68.0%，与 GPT-6 Astra 持平。

Google 还报告在 ERQA 具身推理基准上达到 87%。在得出结论前，请阅读评估方法。大多数竞品分数为自报或取自公开排行榜。Argon 的 DeepSWE 分数是使用 mini-swe-agent 测试框架自行计算的。竞品的 DeepSWE 数字来自系统卡和排行榜。

Gemini 4 Argon 在哪些方面存在不足？

Argon 在 Google 自家对比表的 5 行中落后：

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

模型卡还列出了幻觉以及偶尔的缓慢或超时问题。根据 Google 的 Frontier Safety Framework，Google 表示无法排除生物和网络安全关键能力等级。Google 报告称已部署其评估为可降低该风险的防护措施。

Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5 vs Claude Fable 5.1

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 / 激活参数	未披露	未披露	未披露	未披露
上下文窗口	1M（输入 + 输出合计）	1,050,000	1M	1M
最大输出	最高 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 输入 / 输出）	$2 / $10 为优惠价，11 月 30 日后为 $4 / $20	$10 / $50	$4 / $20	$10 / $50
许可 / 访问	专有，仅 API	专有，仅 API	专有，仅 API	专有，仅 API
Vals Index	68.90%	63.13%	66.97%	65.83%
DeepSWE v1.1（Google 表格）	77.9%	74.1%	74.2%	67.4%
Terminal-Bench 4.0（Google 表格）	57.4%	58.2%	66.4%	57.9%
FrontierSWE v2（Google 表格）	55.0%	65.5%	62.3%	56.3%

发布前 Google 将 Argon 用于什么？

Google 在其发布文章中分享了内部结果：

Antigravity 中的 Argon 使智能体代码提交量提高了 35% 以上，并将回滚减少了近三分之一。
它在 A100 上为 Gemma 4 E2B 带来了 2.85 倍的端到端 vLLM 推理加速。
在 Google 开源的 Agent Development Kit 中，它将会话准备时间缩短了 40%。冷导入速度提升了 21%。
在 Gray Swan 的间接提示注入基准测试中，经过 15 次自适应尝试，攻击成功率降至 0.7%。

Gemini 4 Argon 的价格是多少，可以在哪里使用？

优惠定价为每百万 token 输入 $2、输出 $10。缓存输入 token 可享 95% 折扣。2026 年 11 月 30 日之后，价格将上涨至 $4 和 $20。这与 Claude Opus 5.5 持平，并低于 GPT-6 Astra 的 $10 和 $50。

访问途径，据开发者文章：

开发者：AI Studio 和 Android Studio 中的 Gemini API 付费层级。
企业：Gemini 平台、Gemini for business 和 Google Antigravity。
消费者：面向 Google AI Pro 和 Ultra 订阅者的 Gemini 应用以及 Search 中的 AI Mode。
网络防御者：Fairwind Program，可在无网络防护栏的情况下访问 Argon。

关键要点

Argon 是一个稀疏 MoE 模型，输出上限为 1M token。
它在 Vals Index 上以 68.90% 排名第 1。
优惠定价为每百万 token $2/$10，有效期至 11 月 30 日。
它在 FrontierSWE v2 和 Terminal-Bench 4.0 上落后于竞争对手。
Google 表格中大多数竞争对手的分数均为自我报告。

查看模型卡、评估方法和开发者指南。所有功劳归于该项目的研究者。另外，欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ ML SubReddit 并订阅 我们的 Newsletter。等等！你在 Telegram 上吗？ 现在你也可以在 Telegram 上加入我们了。

文章 Google 发布 Gemini 4 Argon API，输出上限达 100 万 token 首次出现在 MarkTechPost。