Google DeepMind 发布 Gemini 4 Argon，先向受信任的网络防御人员开放

Sep 30, 2026

|

Gemini 4 Argon 提供前沿性能，助力现实世界软件工程、法律和金融等企业知识工作以及网络安全防御中的复杂工作流。

本文内容

• 推出 Gemini 4 Argon
• 改变我们在 Google 的工作与构建方式
• 更加努力地解决您最复杂的问题
• 支持跨领域的编程和企业工作流
• 引领防御性网络安全
• 在广泛开放前加强前沿安全防护
• 即将推出

今天，我们宣布推出全新的前沿模型 Gemini 4 Argon，并正通过我们的 Fairwind Program 向一批值得信赖的网络防御人员逐步开放。Argon 专为在复杂、长周期工作流中持续进行深度推理而构建，正在从根本上改变我们在 Google 的工作与构建方式。它提供前沿性能，助力现实世界软件工程、法律和金融等企业知识工作以及网络安全防御中的复杂工作流。

安全地发布这一水平的前沿能力需要采取分阶段的方式。在逐步扩大访问范围的同时，我们正积极参与美国政府关于模型发布前访问的自愿性流程。我们将继续收集早期测试者的反馈，迭代安全护栏，以尽快向开发者、企业和消费者开放 Argon。

Argon 将以首发优惠价推出 ¹ ，每百万输入 token 的价格为 $2，每百万输出 token 的价格为 $10，缓存输入 token 的价格较输入 token 价格优惠 95%。

改变我们在 Google 的工作与构建方式

Gemini 4 Argon 已在为我们的内部工作流提供支持，数千名 Google 员工强调了该模型在专业编程任务、深入研究和写作质量方面的优势。它正在帮助团队加快构建速度，突破工程生产力的边界，并加速取得突破：

• 量子算法优化：Argon 正在帮助我们的量子计算研究人员优化子程序的时空资源（量子比特 × 门），这些子程序是重要应用的瓶颈。在一个案例中，它仅用几分钟就比已发表的基准提升了 40%。

• 内存效率：一组 Argon 智能体分析了整个服务器集群的性能剖析遥测数据，自主识别并在 Google 的各个数据中心应用内存优化措施，部署后释放了超过 300 TiB 的内存，预计总共可节省 500 TiB 至 1 PiB。

• Large Scale Codebase Migrations and Optimizations: Argon agents are working on migrating C/C++ codebases to Rust across Google — scaling from tens of thousands of lines in core libraries like re2, libgav1 up to 800K+ lines for the Fuchsia Zircon kernel. Given the criticality of many of these systems, such large-scale rewrites are undergoing rigorous automated and manual auditing, emulation testing, and review before rolling out to production.

  对于 Google 用于视频解码的开源软件 libgav1，Argon 智能体以现有的 Rust 移植版本为基础，通过多轮以性能剖析为指导的实验、研究编译器输出，并生成可供编译器自动向量化的安全 Rust 代码，替换了 32K 行 SIMD 代码。最终得到的视频解码器具有内存安全性，运行速度比该 Rust 移植版本快 2.7 倍，视频输出完全相同，性能也更接近经过优化的 C++ 版本。

更努力地攻克你最复杂的问题

为支持 Gemini 4 Argon 在耗时更长、更复杂的用例中发挥能力，我们正将模型的输出 token 上限从此前的 64K tokens 大幅提升至行业领先的 1M tokens。当模型有足够的余量进行深入思考，并在单条推理轨迹中生成数十万个 token 时，其推理深度便能迈上新台阶，从而一次性解决难题。

赋能跨领域的编程与企业工作流

Gemini 4 Argon 在编程、推理和多模态方面的能力，以及持续执行多步骤长任务的能力，使其能够在一系列企业工作流中表现出色。

Google 工程师一直在日常任务中使用 Argon，从日常调试到大规模代码库迁移和算法设计。它在 DeepSWE v1.1 上以 77.9% 的成绩创下新的最高水平，该基准衡量模型在现实世界长周期软件工程任务中的表现。

除编程外，Argon 还是 Vals Index 上领先的模型。该指数衡量模型在金融、编程、法律和税务工作中的经济影响，并根据各领域对美国 GDP 的贡献进行加权。我们在其他特定领域的评估中也看到了同样领先的表现，例如 Vals Finance Agent v2（多步骤金融研究）和 Harvey 的 Legal Agent Benchmark（法律研究与文书起草）。在 Zapier 用于衡量核心业务职能端到端执行能力的基准 AutomationBench 上，Argon 以 51.3% 的得分排名第 1。

当知识工作需要视觉理解时，Argon 也表现出独特的优势。它能够开展专业图表分析、识别长视频中的细节，并根据一系列文档采取行动。例如，在衡量长视频理解能力的 LVBench 上，Argon 以 91.7% 的得分达到当前最高水平。

在防御性网络安全领域领先

为了让网络防御人员更好地应对网络攻击的新时代，我们通过训练赋予 Gemini 4 Argon 强大的网络安全防御能力。Argon 能够自主发现、验证和修补关键软件漏洞。对于可信赖的防御人员和 Google 内部团队，我们将提供不设网络安全护栏的 Argon，使他们能够充分利用其前沿水平的网络安全防御能力。

Wiz 已在其 Scan for Good 计划中使用 Argon 开展网络安全防御。该计划致力于通过发现和修复高风险暴露问题，免费保护关键公共基础设施。在早期的一次成效展示中，该模型发现了一个关键漏洞，全球多家医院使用的医疗软件因此暴露了敏感个人信息，揭示了此前前沿模型未能发现的严重风险。

在评估模型修复安全漏洞能力的 CWE-bench v1 上，Argon 以 68% 的最高分并列第一，进一步延续了 3.8 Flash Cyber 在 CWE-bench v0 上的前沿表现。

与 3.8 Flash Cyber 相比，Gemini 4 Argon 在漏洞发现方面展现出令人瞩目的飞跃。例如：

• 在 Google 内部的综合漏洞基准测试中，Argon 在涵盖 20 种编程语言的复杂代码库中发现了广泛的安全暴露问题。
• 在 Wiz 的内部黑盒渗透测试基准中，Argon 在发现攻击面、识别漏洞以及生成用于验证漏洞的概念验证证据方面，表现优于 3.8 Flash Cyber。该基准测试模型在无法获取源代码的情况下分析实际运行的 Web 系统的能力。

在广泛推出前加强前沿安全防护

在广泛推出 Gemini 4 Argon 之前，我们将继续加强四个主要领域的关键前沿安全防护：

防范滥用：为防止恶意行为者利用 Argon 发起网络攻击或化学、生物、放射性和核（CBRN）攻击，根据我们的前沿安全框架，该模型在设计上会拒绝有害请求，同时保留开展合法军民两用科学研究的能力。我们正在为此次发布增强安全防护措施的稳健性，包括改进监测模型内部激活以发现滥用行为的技术。内部和外部红队结合人工与自动化攻击方法，对这些安全防护措施进行了稳健性测试。

防御提示注入攻击：Argon 也是我们迄今抵御间接提示注入能力最强的模型，此类攻击利用恶意指令或上下文来劫持模型行为。这些攻击十分复杂，需要持续保持警惕并采取多层防御。通过自动化红队测试和对抗训练，Gemini 4 Argon 在 Gray Swan 的间接提示注入（IPI）基准测试中，在提示注入防御稳健性方面处于领先地位。

监测失对齐：为防止 Argon 为完成任务而越界，采取超出用户意图的方式，我们正在部署失对齐缓解措施，监测 Argon 的思维链和行动，并在必要时停止执行。

我们使用了类似的系统来监测训练过程，并向专门的事件响应团队发送警报，同时采取审慎的预防措施，避免将发现的问题反馈到训练中，以免塑造出会规避我们监测的 Argon 推理方式。我们强烈鼓励行业内其他参与者在能力不断提升的这些关键时刻，在应对对齐风险的同时保留推理透明度，让模型的思考过程继续有助于识别和诊断失对齐问题。

加固系统：随着前沿模型的能力日益增强，安全地测试这些模型需要能够跟上系统自身发展步伐的安全环境。按照我们的智能体控制路线图，我们正在加固沙箱环境，在高风险训练或评估开始之前将其隔离并封闭。我们致力于与合作伙伴分享这些智能体安全最佳实践，以提升整个生态系统的安全性。

即将推出

我们打造的 Gemini 4 Argon 在编程、知识工作、网络安全防御和创意写作方面具备前沿水平的能力，旨在成为开发者、专业人士和企业攻克最棘手问题时的伙伴。我们感谢首批网络防御人员和值得信赖的测试者，他们在真实场景中的评估和反馈将帮助我们在向开发者、企业和消费者发布之前加强系统，发布将首先面向付费 API 客户和 Google AI Ultra 订阅用户。