谷歌旗舰Gemini 4 Argon发布：单次输出上限100万token

谷歌DeepMind于10月13日正式宣布，旗舰前沿模型Gemini 4 Argon全面开放可用（Generally Available），面向开发者、企业客户以及Gemini付费订阅用户。这是谷歌自9月30日首次面向少数网络安全防御者小范围预发布之后，时隔约两周的大规模放开。作为一款专为长程、多步骤任务打造的稀疏混合专家（sparse MoE）模型，Argon最引人注目的变化是将单次输出上限从此前Gemini系列的64K token一举提升至100万token，定价则为输入每百万token 2美元、输出每百万token 10美元的入门优惠价。

原生多模态的稀疏MoE新架构

根据谷歌发布的模型卡，Argon并非此前任何一款Gemini模型的微调版本，而是一个从零构建的全新模型。它采用大规模稀疏混合专家Transformer架构，路由器会将每个token分配给一小部分专家网络处理，从而在保持大参数规模的同时控制推理成本。谷歌并未披露Argon的总参数量或激活参数量，这一点延续了其一贯的保密策略。

在能力设计上，Argon支持文本、图像、音频和视频的原生多模态输入，输出为文本。模型在谷歌自研TPU上训练，训练框架为JAX和ML Pathways，知识截止日期为2026年3月。谷歌还透露，Argon通过强化学习在多步推理、问题求解和定理证明数据上进行了针对性训练，目标领域锁定在编程、金融、法律、科学和网络安全防御五大方向。

100万token输出：从64K到1M的跨越

对开发者而言，Argon带来的最直观变化是输出长度的跨越式提升——从早期Gemini模型的64K token上限直接跃升至100万token。需要注意的是，模型卡明确说明输入与输出共享一个最多100万token的联合窗口，这意味着较长的提示词会压缩可用的输出空间，开发者需要在二者之间做权衡。

针对超长解码场景，谷歌在开发者文档和企业文档中还引入了新的续写协议（continuation protocol），用于支持单次响应中百万token级别的连续生成。以入门定价计算，一次完整的100万token输出约花费10美元的输出token费用。不过入门价为限时价格，2026年11月30日之后将调整为标准价，即输入4美元、输出20美元每百万token。

基准成绩：多项领先，部分落后

谷歌将Argon与GPT-6 Astra、Claude Fable 5.1和Claude Opus 5.5进行对比。在多数测试中Argon拿下第一：DeepSWE v1.1得分77.9%，领先Claude Opus 5.5的74.2%和GPT-6 Astra的74.1%；Vals AI独立榜单的Vals Index中，Argon以68.90%排名第一，领先Claude Sonnet 5.5的67.04%；AutomationBench得分为51.3%，明显高于Opus 5.5的42.5%。

在长上下文和视频理解方面，Argon优势更为明显：LVBench长视频理解测试得分91.7%，为谷歌对比表中的最高分；GraphWalks测试（256K至1M token区间）得分84.2%，远超GPT-6 Astra的71.8%；CWE-bench v1得分为68.0%，与GPT-6 Astra持平。谷歌还报告Argon在ERQA具身推理基准上取得87%的成绩。此外，在Harvey法律智能体基准上Argon得分为19.6%，几乎是第二名的三倍，但绝对分数仍然偏低。

不过，Argon在谷歌自己的对比表上也有5项落后：FrontierSWE v2仅得55.0%，在四款模型中垫底，远低于GPT-6 Astra的65.5%；Terminal-Bench 4.0得分为57.4%，低于Opus 5.5的66.4%；Terminal-Bench Science 0.1得分为57.6%，落后GPT-6 Astra的68.1%；PostTrainBench得分为45.3%，低于Opus 5.5的49.3%；OSWorld-2.0离线子集得分为69.2%，落后GPT-6 Astra的72.6%。可以看出，Argon在通用知识工作、长上下文与视频上占优，而在智能体编程和终端操作类任务上表现参差。

评测方法与安全框架：阅读细则很重要

谷歌在评测方法说明中坦承，多数竞品分数来自厂商自报或公开排行榜，而Argon的DeepSWE成绩是谷歌使用mini-swe-agent测试框架自行计算的，竞品数据则取自各家的系统卡和排行榜。LVBench等部分成绩也是无工具自测得出，Gemini采样频率为每秒1帧。这意味着横向对比的严谨性需要读者自行判断，在得出结论前应仔细阅读评测方法。

安全方面，模型卡列出了已知局限：会产生幻觉、偶发响应缓慢或超时，且知识截止于2026年3月。在谷歌前沿安全框架（Frontier Safety Framework）下，谷歌表示无法排除Argon达到生物和网络安全关键能力等级的可能性，但称其已部署相应防护措施，评估认为这些措施能够降低相关风险。

开放范围与使用渠道

不同用户可通过多个渠道使用Argon：开发者可通过Gemini API付费层在Google AI Studio和Android Studio中调用，模型ID为gemini-4-argon；企业客户则可通过Gemini平台、Gemini for business和Google Antigravity接入；消费者端，Google AI Pro和Ultra订阅用户可在Gemini应用以及搜索的AI Mode中使用该模型。

值得注意的特殊安排是：Fairwind计划的网络安全防御合作伙伴可获得移除了网络安全防护栏（cyber guardrails）的Argon版本，并采取滚动方式持续开放。这延续了谷歌9月30日首次发布时优先服务网络防御者的策略，也表明谷歌在平衡前沿能力开放与滥用风险之间采取了分层次的做法。定价方面还需留意，对比参考：GPT-6 Astra为10/50美元每百万token（272K以下提示），Claude Opus 5.5为4/20美元，Claude Fable 5.1为10/50美元，Argon的2/10美元入门价在同级前沿模型中明显更低，且上述估价均不含缓存、批处理和长上下文附加费。

总体来看，Gemini 4 Argon的发布标志着前沿模型竞争的焦点正在从单纯的能力比拼转向长程任务承载与成本效率：100万token的输出上限为代码生成、长篇分析、金融与法律文书等场景打开了新的想象空间，而限时低价也显示出谷歌争夺API市场份额的明确意图。Argon在智能体编程类基准上的短板同样值得关注——随着行业重心向智能体（agentic）工作流迁移，这些弱项可能成为谷歌下一轮迭代需要优先补齐的方向。截至2026年11月30日入门价截止前，开发者有约一个半月的时间以最低成本实测这款旗舰模型的真实表现。