
谷歌发布Gemini 4 Argon:主打AI编程与网络安全,单次输出上限升至100万词元
新闻原文
10月1日,谷歌旗下DeepMind发布新一代前沿模型Gemini 4 Argon,称其在软件工程、企业知识工作(包括法律和金融)以及网络安全防御等复杂任务中具备前沿性能。目前该模型正通过"Fairwind计划"向部分可信网络安全防御人员开放,待安全措施完善后,再逐步向开发者、企业和消费者推出,最终将向付费API客户和Google AI Ultra订阅用户开放。
定价方面,Argon初始价格为每百万输入词元2美元、每百万输出词元10美元,缓存输入词元价格较输入价低95%;推广期结束后将上调至4美元和20美元。该模型单次输出上限提升至100万词元,远高于此前一代的6.4万词元,可用于一次性处理更长、更复杂的任务。
谷歌透露,Argon已被用于内部工程实践:帮助量子计算团队优化算法,分析数据中心运行数据并释放超过300TiB内存资源;在软件工程方面,Argon智能体把大量C/C++代码库迁移到Rust,其中包括Fuchsia操作系统Zircon内核超过80万行代码,还把libgav1视频解码器重写得快了2.7倍。
基准成绩上,Argon在DeepSWE v1.1真实软件工程测试中取得77.9%,在CWE-bench v1漏洞修复测试中取得68%、与最高水平模型并列第一,在Zapier的AutomationBench自动化评测中拿下51.3%的最高分。谷歌称,网络安全公司Wiz已借助Argon发现一个可能暴露全球医院系统个人信息的关键漏洞,而其他前沿模型此前均未识别出该缺陷。在全面开放前,谷歌还将继续加强防滥用、提示注入攻击防护、模型行为监控和安全沙箱等措施。
企服观察
Gemini 4 Argon最值得琢磨的不是又一个跑分第一,而是谷歌把它第一批给了谁。不是付费开发者,不是企业客户,而是经过审核的网络安全防御人员——而且给的是不带网络安全护栏的完整版本。这个安排背后的判断很直白:在攻击者已经开始用AI批量找漏洞的当下,防御侧的AI能力差距比模型排行榜的名次差距危险得多。上个夏天接连出现的智能体失控和入侵事件,让"先给守方赋能"成了前沿 labs 的共识动作,谷歌只是把它做成了正式产品策略。
对软件行业来说,Argon把"AI编程"的纵深又拉高了一层。77.9%的DeepSWE成绩意味着在真实仓库里修bug、做迁移的成功率已经进入可用区间;内部80万行内核代码迁移Rust的案例,说明头部公司已经把模型当成大型遗留系统改造的常规工具在用。国内做企业数字化改造的服务商应该注意到,遗留系统重构、老旧代码治理这类高人力成本的业务,正在快速变成AI可以接手的标品,靠人天堆工时的生意模式会首当其冲,遗留系统治理的自动化浪潮才刚刚开始。
100万词元的单次输出上限是个容易被低估的细节。它意味着模型可以一口气交付一整个模块、一整套配置甚至一份完整方案,而不是挤牙膏式地分段输出再由人来拼接。对自动化流水线来说,这直接改变了任务拆分的设计:以前要把大任务切成几十步喂给模型,现在可以一个目标丢进去让它自己规划完成。长输出加上缓存输入95%的折扣,实际上是在为"智能体长时间自主干活"的场景铺路,和业界押注常驻智能体的方向完全一致。
定价策略也值得企业采购方警惕。2美元输入、10美元输出的价格只是推广期价,到期后翻倍到4美元和20美元。这已经是巨头们的标准打法:先用地板价把开发者工作流圈进来,再在续费环节回收成本。做成本测算的团队一定要按长期价建模,别被首月账单迷惑。真正的护城河不是当期单价,而是迁移成本——一旦团队的CI、知识库、工具链都长在某家模型上,议价权就易主了。
分阶段发布的谨慎姿态,客观上也制造了稀缺性。Fairwind计划里的安全团队先拿到能力,等于让最专业的一批用户先替谷歌做真实环境验证。这种"先防御、后开放"的节奏,大概率会被后续厂商效仿,前沿模型的发布策略正在从"全面铺开抢用户"转向"分层释放控风险",企业客户评估新模型时,也要把"能拿到的是阉割版还是完整版"纳入考量。
对安全行业从业者,这既是威胁也是订单。攻防两端都在用AI,防御侧的检测规则、红蓝对抗、漏洞响应流程都需要重建,安全服务商的专业价值反而被放大。企业侧的务实做法是把"用AI找漏洞"纳入常态化安全预算,优先在对外暴露的业务系统上试点,并对AI给出的漏洞结论保持人工复核,避免误报牵着工程团队空转。选型上也不必只盯单一旗舰,编程与安全评测的双料成绩、输出上限与缓存折扣、长期定价曲线,合起来才构成一份完整的评估清单,谷歌这一次主动把数字摆全了,反而方便甲方横向比价。







评论
请评价真实、客观、有价值的内容请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。