沉寂7個月，旗艦換了個名字登場。
台北時間10月1日凌晨，Google DeepMind發佈Gemini 4 Argon，距離該公司上一款非Flash級閉源旗艦發佈已逾7個月。
GoogleCEO桑達爾·皮查伊在X平台宣佈上述消息，並表示公司內部團隊已將其應用於程式設計和量子計算等領域。該模型單次輸出Token上限由此前6.4萬提升至100萬，同時支援100萬Token上下文及多模態輸入。
01.
根據Artificial Analysis智能指數，Aragon得分53分，與GPT-6 Astra、Claude Fable 5.1並列。
目前該模型僅通過“Fairwind計畫”面向部分受信任的網路安全防禦團隊開放，後續將擴展至付費API客戶及Google AI Ultra訂閱者，具體時間表尚未公佈。
發佈初期，API定價為每百萬輸入Token 2美元、每百萬輸出Token 10美元，快取命中的定價在此基礎上進一步降低95%，該優惠的截止日期尚未公佈。
Argon面向長程軟體工程、企業知識工作和網路安全防禦。
據Google發佈材料，在長程軟體工程測試DeepSWE v1.1中，Argon以77.9%刷新紀錄，高於GPT-6 Astra的74.1%；
在覆蓋金融、程式設計、法律和稅務的Vals Index中以68.9%排名第一；Zapier的AutomationBench自動化執行測試以51.3%居首；長視訊理解測試LVBench得91.7%；漏洞修複測試CWE-bench v1以68%與GPT-6 Astra並列第一。
Artificial Analysis的AA-Omniscience測試顯示，Argon幻覺率為15%，是智能指數45分以上模型中最低的。
這意味著在沒有把握時，模型更多選擇承認不知道，而非給出錯誤答案。但同一測試中，Argon的答題精準率僅50%，低於GPT-6 Astra的63%。少編錯的和多答對的，不是一回事。
然而，差距同樣存在。FrontierSWE v2中Argon得55.0%，落後Astra的65.5%；Terminal-Bench 4.0終端操作測試中得57.4%，低於Claude Opus 5.5的66.4%。
這兩項均考查持續執行能力，而此類場景在企業使用中並不少見。彭博社援引Google內部知情人士稱，部分員工認為Argon在編碼等實際任務中的表現與基準分數存在差距。
02.
Argon的初始定價低於主要競品。根據Artificial Analysis評測口徑，折扣期內單任務平均成本約1.99美元，低於GPT-6 Astra的3.26美元和Claude Opus 5.5的5.98美元。
但定價僅是帳單的一部分：Argon完成同類任務平均輸出約6.2萬Token，Astra約2.7萬Token，前者約為後者的2.3倍。
折扣期結束後，輸入價格將升至每百萬Token 4美元、輸出20美元，屆時同口徑單任務成本約3.98美元，約為Astra屆時的1.2倍。1.99美元是折扣期測試場景下的均值，不能直接套用到其他任務類型上。
Google公佈了Argon在內部工程中的若干案例。量子計算方面，Argon被用於最佳化演算法時空資源，Google稱模型在數分鐘內將一項已發表基準結果提升40%。
資料中心方面，一組Argon智能體分析了覆蓋Google全球伺服器叢集的遙測資料，自主識別並實施記憶體最佳化，已釋放超過300 TiB記憶體，預計總節省量可達500 TiB至1 PiB。
在開源視訊解碼器libgav1項目中，智能體重寫約3.2萬行SIMD程式碼，新Rust版本在視訊輸出一致的前提下，運行速度達到原Rust移植版本的2.7倍。
Argon還參與Fuchsia Zircon核心逾80萬行程式碼的Rust遷移，Google明確表示相關工作仍在進行中，大規模重寫須經自動化審計與人工評審後方能部署。
網路安全公司Wiz通過"Scan for Good"計畫呼叫Argon，在早期測試中發現了一處影響全球醫院醫療軟體的漏洞，此前其他前沿模型未能識別該風險。
目前Fairwind計畫之外無法直接呼叫Argon，外部獨立評測暫時無從進行。 (AI硅基未來)