谷歌发布Gemini 4 Argon模型，长周期代码工程测试超越 Claude Opus 5.5

谷歌于9月30日推出Gemini 4 Argon模型，宣称其为公司目前最先进的AI模型，但尚未向公众全面开放。该模型专注于长流程软件工程、企业知识工作和网络安全防御领域，展现出在真实世界软件工程测试中的突破性表现。

Gemini 4 Argon单次输出上限提升至约100万tokens，显著高于此前的64,000tokens，可有效处理大型代码库、长文档及多阶段任务。DeepMind Gemini产品负责人Tulsee Doshi表示，Argon在多个领域具备前沿能力，尤其在编码和知识工作基准测试中表现领先。

性能测试显示，Gemini 4 Argon在DeepSWE v1.1测试中取得77.9%得分，超越Claude Opus 5.5（74.2%）和GPT-6 Astra（74.1%）。在网络安全防御方面，其CWE-bench v1测试中以68%得分并列第一，较3.8 Flash Cyber有显著提升。

该模型在多项评测中表现突出：Vibe Code Bench达91.9%、AutomationBench获51.3%、LVBench达91.7%。在长视频理解和超长上下文推理等任务中，Argon分别取得99.7%和84.2%的高分，明显优于竞争对手。

谷歌计划分阶段发布Gemini 4 Argon，初期通过Fairwind Program向网络安全防御者提供，并参与美国政府的预发布访问流程。费用方面，输入tokens初始价2美元/百万，输出tokens初始价10美元/百万，后续价格分别上调至4美元和20美元。

该模型在金融、编程、法律等专业任务中表现稳定，Artificial Analysis Intelligence Index达53分，与GPT-6 Astra持平。谷歌表示将逐步扩大服务范围，涵盖企业和普通消费者。