谷歌发布Gemini 4 Argon：性能评测与能力解析

近期，谷歌正式发布了全新的AI模型Gemini 4 Argon。根据官方信息，这款新模型主要面向软件工程、金融、法律和网络安全等复杂工作流，旨在提供更强的长文本推理和多步骤任务执行能力。本文将结合官方公布的评测数据，为大家梳理这款新模型的核心亮点。

模型规格与定价
Gemini 4 Argon在输出能力上进行了大幅扩展，输出上限从原来的6.4万token提升至100万token。这意味着它能更好地处理长篇文档和复杂的连续推理任务。
在API定价方面，每百万输入token为2美元（约13.41元），输出token为10美元（约67.05元）。为了降低高频调用的成本，缓存输入价格大幅下调了95%，仅为每百万token 0.1美元（约0.67元）。这种定价策略对开发者来说具有一定的吸引力。

多领域评测表现
在谷歌公布的各项基准测试中，Gemini 4 Argon在多个专业领域表现出色。
在软件工程测试（DeepSWE v1.1）中，它取得了77.9%的成绩，略微领先于GPT-6 Astra和Claude Opus 5.5。在Vibe Code Bench代码测试中，也以91.9%的成绩位居前列。不过，在FrontierSWE v2和Terminal-bench 4.0等部分测试中，它略逊于GPT-6 Astra和Claude Opus 5.5，显示出各模型在不同细分场景下仍有各自优势。
在知识工作与复杂任务方面，Gemini 4 Argon在Vals Index（68.9%）、企业自动化（51.3%）和金融智能体评测（65.4%）中均取得了领先成绩。法律智能体评测得分为19.6%，长视频理解评测达到91.7%，在GraphWalks长上下文测试中表现出色。

网络安全与实战应用
网络安全是此次Gemini 4 Argon的一大发力点。在Gray Swan IPI攻击成功率测试中，其得分低至0.7%（越低越好），显著优于其他主流模型，展现出较强的防御能力。在CWE-bench v1评测中以68%并列第一。
在实际应用案例中，谷歌已经将其用于大规模代码迁移（如将超过80万行的C/C++代码迁移至Rust），其智能体实施的内存优化释放了超过300 TiB的内存。在libgav1视频解码器项目中，优化后的运行速度达到原有Rust移植版的2.7倍。此外，该模型还能自主发现、验证并修补漏洞，曾有安全团队利用它发现全球多家医院医疗软件中的严重漏洞。

发布策略
Gemini 4 Argon初期通过Fairwind计划向受信任的网络防御团队开放，后续将优先向付费API客户和Google AI Ultra订阅用户提供。

整体来看，Gemini 4 Argon在长上下文处理、专业领域推理以及网络安全防御方面提供了新的工具。其极高的缓存输入性价比和庞大的上下文窗口，对需要处理大规模代码和复杂流程的开发团队来说，是一个值得关注的新选择。