Google DeepMind 发布前沿模型 Gemini 4 Argon，先向受信任网络防御者开放

Sep 30, 2026

|

Gemini 4 Argon 在真实世界软件工程、法律和金融等企业知识工作以及网络安全防御等复杂工作流中提供前沿性能。

本文内容

• Gemini 4 Argon 简介
• 改变我们在 Google 的工作和构建方式
• 在您最复杂的问题上更加努力
• 支持跨领域的编程和企业工作流
• 在防御性网络安全领域处于领先地位
• 在广泛可用之前强化前沿安全保障
• 即将推出

今天，我们宣布推出新的前沿模型 Gemini 4 Argon，它将通过我们的 Fairwind Program 推送给一批值得信赖的网络防御者。Argon 专为在复杂、长周期的工作流中维持深度推理而构建，正在从根本上改变我们在 Google 的工作和构建方式。它在真实世界软件工程、法律和金融等企业知识工作以及网络安全防御等复杂工作流中提供前沿性能。

安全地发布这种级别的前沿能力需要采用分阶段的方法。在逐步扩大访问范围的同时，我们正积极参与美国政府发布前模型访问的自愿流程。在尽快让 Argon 面向开发者、企业和消费者可用之前，我们将继续收集早期测试者的反馈，并不断迭代安全保障措施。

Argon 将以 introductory 价格 ¹ 推出：每百万输入 token 2 美元，每百万输出 token 10 美元，缓存输入 token 的价格比输入 token 价格低 95%。

改变我们在 Google 的工作和构建方式

Gemini 4 Argon 已经在为我们内部的工作流提供支持，数千名 Google 员工强调了该模型在专业化编程任务、进行更深入研究和写作质量方面的优势。它正在帮助团队更快地构建、突破工程生产力的边界，并加速实现突破性进展：

• 量子算法优化：Argon 正在帮助我们的量子计算研究人员优化那些制约重要应用的子程序的时空资源（量子比特 × 门）。在一个示例中，它在几分钟内就比已发表的基线提升了 40%。

• 内存效率：一个 Argon 智能体团队分析了全机队的性能分析遥测数据，自主识别并在 Google 的数据中心应用内存优化，推出后释放了超过 300 TiB 的内存，预计总节省量为 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 libgav1（Google 用于解码视频的开源软件），Argon 智能体在现有 Rust 移植版本的基础上，通过运行多轮基于性能分析的实验、研究编译器的输出并生成安全的 Rust 代码，使编译器能够自动向量化，从而替换了 32K 行 SIMD 代码。最终结果是打造出一款内存安全的视频解码器，其运行速度比 Rust 移植版本快 2.7 倍，视频输出完全相同，并使其更接近优化后的 C++ 版本。

在你最复杂的问题上更加努力

为了支持 Gemini 4 Argon 在更长、更复杂用例中的能力，我们将模型的输出 token 上限从此前的 64K 大幅扩展至行业领先的 1M tokens。当模型有足够的空间进行深入思考，并在单次轨迹中生成数十万 tokens 时，它为推理增添了新的深度层次，能够一次性解决棘手问题。

赋能跨领域的编程和企业工作流

Gemini 4 Argon 在编程、推理和多模态方面的能力，以及其持续执行长程多步骤任务的能力，使其能够在各类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（77.9%）上创造了新的最先进纪录，该基准衡量模型在真实世界长程软件工程任务中的表现。

在编程之外，Argon 是 Vals Index 上的领先模型，该指数衡量金融、编程、法律和税务工作领域的经济影响，各行业按其在美国 GDP 中的贡献进行加权。在其他领域特定评估中，我们也看到了类似的领先表现，例如 Vals Finance Agent v2（多步骤金融研究）和 Harvey 的 Legal Agent Benchmark（法律研究与起草）。在衡量核心业务职能端到端执行能力的 Zapier 基准 AutomationBench 上，Argon 以 51.3% 的得分排名第一。

当知识工作需要视觉理解时，Argon 也具有独特的优势。它能够驱动专业的图表分析、从长视频中识别细节，并基于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% 的得分达到了最先进水平。

在防御性网络安全领域领先

为了帮助网络防御者更好地应对网络攻击的新时代，我们训练了 Gemini 4 Argon，使其在网络安全防御方面具备出色的能力。Argon 能够自主查找、验证并修补关键软件漏洞。对于受信任的防御者以及 Google 自己的内部团队，我们将发布不带网络安全防护机制的 Argon，以便他们充分利用其全部前沿级的网络安全防御能力。

Wiz 已经通过其 Scan for Good 计划将 Argon 用于网络安全防御——该计划致力于通过发现和修复高风险暴露来免费保护关键公共基础设施。在一项早期的影响示范中，该模型在全球医院所使用的医疗保健软件中发现了一个暴露敏感个人信息的关键漏洞，识别出了以往前沿模型未曾发现的严重风险。

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，延续了 3.8 Flash Cyber 在 CWE-bench v0 上的前沿表现。

Gemini 4 Argon 在漏洞发现方面相较于 3.8 Flash Cyber 展现出令人瞩目的飞跃。例如：

• 在 Google 的内部综合漏洞基准测试中，Argon 在横跨 20 种编程语言的复杂代码库中发现了一系列广泛的暴露问题。
• 在 Wiz 的内部黑盒渗透测试基准中（该基准测试模型在无源代码情况下分析实时网络系统的能力），Argon 在发现攻击面、识别漏洞以及生成概念验证证据加以验证方面均优于 3.8 Flash Cyber。

在广泛可用之前强化前沿安全防护

在广泛推出 Gemini 4 Argon 之前，我们将继续在四个主要领域强化关键的前沿安全防护：

防范滥用：为防止不良行为者利用 Argon 进行网络或化学、生物、放射与核（CBRN）攻击，根据我们的 前沿安全框架，该模型被设计为在保留合法的两用科学研究的同时拒绝有害请求。我们正在为本次发布强化安全防护的稳健性，包括改进监测模型 内部激活 以发现滥用的技术。这些安全防护措施经过了内部和外部红队采用手动与自动化攻击方法相结合方式的稳健性测试。

防范提示注入攻击：Argon 也是我们迄今对间接提示注入最具抵抗力的模型，间接提示注入是指利用恶意指令或上下文来劫持模型的行为。这类攻击复杂多变，需要持续的警惕和多层次的防御。通过自动化红队测试和对抗性训练，Gemini 4 Argon 在 Gray Swan 的间接提示注入（IPI）基准测试中于提示注入稳健性方面处于领先地位。

监测对齐偏差：为防止 Argon 超出界限、以超出用户意图的方式试图完成任务，我们正在部署对齐偏差缓解措施，监测 Argon 的思维链和行动，并在必要时停止执行。

我们使用类似的系统来监测训练运行并向专门的事件响应团队发送警报，同时谨慎防范将发现结果反馈到训练中，以免冒着让 Argon 的推理学会规避我们监测的风险。在能力增强的关键时刻应对对齐风险的同时，我们强烈鼓励业界其他同行保持推理透明度，以便模型的思考仍有助于识别和诊断对齐偏差。

加固系统：随着前沿模型的能力日益增强，对其进行安全测试需要能够与系统本身同步演进的安全环境。根据我们的 智能体控制路线图，我们正在加固沙盒环境，在开始高风险训练或评估之前对其进行隔离和封闭。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

我们构建的 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级能力，旨在成为开发人员、专业人士和企业攻克最棘手问题时的合作伙伴。我们感谢首批网络防御者和受信任的测试人员，他们的真实环境评估和反馈将帮助我们在向开发人员、企业和消费者发布之前强化我们的系统，发布工作将从付费 API 客户和 Google AI Ultra 订阅者开始。