google deepmind 于 9 月 30 日正式发布全新一代尖端模型 gemini 4 argon。最引人瞩目的升级在于生成长度上限：从此前的 64k token 直接跃升至 100 万 token——需特别注意，这是单次输出的最大长度，而非上下文窗口容量。当模型可在单次推理中连续生成数十万甚至上百万字内容而无需拆分请求时，深度代码库重构、超长技术白皮书撰写、多阶段自动化任务流等复杂场景，便真正实现了端到端的无缝执行。目前主流前沿模型的输出上限普遍在 12.8 万 token 左右，argon 此次跨越堪称代际级突破。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
面向企业级长周期任务，综合评测全面登顶
Argon 采用分阶段、定向释放策略，而非一次性全面开放：首发面向经审核的网络安全从业者，后续逐步扩展至开发者、企业客户及付费订阅用户。Google 明确将其定位为“高复杂度、长周期工作流”的专用引擎，核心覆盖软件工程、法律合规、金融建模与网络攻防四大领域。实测表现极为抢眼：DeepSWE v1.1 长周期软件工程基准达 77.9%，刷新历史纪录；Vals 综合指数（加权整合金融 / 编程 / 法律 / 税务能力）位列榜首；Zapier AutomationBench 自动化任务评估得分 51.3%，位居第一；长视频理解基准 LVBench 达 91.7%，同样领跑全榜。视觉能力亦同步进阶，可精准解析专业图表、从小时级视频中提取关键帧细节，并支持跨文档协同操作。
Token 消耗追踪工具。当用户需要监控 API token 使用情况、生成每日/每周消耗报告、分析使用趋势时使用此 Skill。功能包括：自动记录每次对话的 token 消耗、生成数据表格报告、计算使用趋势和预测、支持定时推送日报。
安全能力聚焦主动防御，商业化定价双轨并行
网络安全成为本次发布的战略重心。Argon 经专项训练，具备自主识别、复现验证及生成修复方案的全流程漏洞响应能力；针对可信防御机构及 Google 内部团队，还将提供“无网络隔离限制”版本。安全厂商 Wiz 在 Scan for Good 项目中借助 Argon，成功定位一款全球广泛部署的医院医疗系统中的高危漏洞——该问题此前未被任何主流大模型识别。在 CWE-bench v1 漏洞修复测试中，Argon 以 68% 的成功率并列第一。
定价体系设为两档：推广期为每百万输入 Token 2 美元、输出 Token 10 美元；正式期将上调至 4 美元与 20 美元。在全面开放前，Google 正同步强化四大前沿防护机制——滥用行为拦截、提示注入防御、异常思维链监测、沙箱环境加固。目前已有数千名 Google 工程师使用 Argon 进行代码调试、算法架构设计与跨平台大规模代码迁移；某量子计算算法经其辅助优化后，基准性能在数分钟内提升 40%。简言之，Argon 的目标从来不是闲聊对话，而是为专业人士攻克那些最艰深、最耗时、最容错率极低的核心任务。
