Google發表旗艦模型Gemini 4 Argon 主打長程軟體工程與資安防禦
發布時間:
Google 在 9 月 30 日發表新一代旗艦模型 Gemini 4 Argon，定位是能進行長時間、多步驟工作的前沿模型，主打軟體工程、法律與金融等知識工作，以及防禦型資安。這是 Gemini 4 系列第一款公開型號，命名也從過去的 Pro、Flash 改成元素代號。但一般使用者現在還用不到；開放順序刻意放慢。模型先給 Fairwind 計畫裡經審查的資安防禦單位，這個計畫 9 月 3 日以較小的 Gemini 3.8 Flash Cyber 啟動，SiliconANGLE 寫已有超過 650 個組織加入，包括 CrowdStrike、Palo Alto Networks。Google 同時表示，正參與美國政府的自願性上市前模型取用程序，先收早期測試回饋、調整防護，再盡快開放給開發者、企業與一般消費者。較廣開放時，付費 API 客戶與 Google AI Ultra 訂戶會排在前面。
定價分兩段。上市初期每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，快取輸入再打 95 折，約每百萬 0.1 美元。優惠結束後改為輸入 4 美元、輸出 20 美元，後段輸出價與 Anthropic 的 Claude Opus 5.5 相同。對台灣接 API 的新創與系統商來說，初期價位接近 OpenAI 近日把 GPT-6.1 Sol 拉到的每百萬 2 美元輸入、10 美元輸出，但 Argon 還沒有公開端點，實際帳單要等帳號看得到再算。
技術上最明顯的變動是輸出長度。Google 寫，單次回覆上限從舊款 Gemini 的 6.4 萬 token 拉到 100 萬，讓模型能在同一條軌跡裡想得更深、一次寫完較長的修補或遷移。第三方評測頁 Vals 目前標的最大輸出是約 26 萬 token，和原廠「100 萬」的說法有落差，可能是評測設定或 API 初期上限不同，正式上線後仍要以開發者文件為準。
Google 公布的對照表裡，Argon 在 18 項中有 12 項單獨領先、1 項並列第一。長程軟體工程 DeepSWE v1.1 為 77.9%，高於 Opus 5.5 的 74.2% 與 GPT-6 Astra 的 74.1%。衡量金融、程式、法律、稅務經濟影響的 Vals Index 為 68.9%，Astra 為 63.1%、Opus 5.5 為 67.0%。Zapier 的 AutomationBench 為 51.3%，Harvey 法律代理測驗為 19.6%，後者遠高於 Astra 的 5.4% 與 Opus 5.5 的 3.8%，不過絕對分數仍低，不宜直接讀成「可以取代律師」。長影片理解 LVBench 為 91.7%。資安修補 CWE-bench v1 則與 Astra 同為 68.0%，並列第一。
不是每項都贏。程式代理 FrontierSWE v2，Astra 65.5%、Argon 55.0%；終端機測驗 Terminal-bench 4.0，Opus 5.5 以 66.4% 領先 Argon 的 57.4%；科學終端機 Terminal-Bench Science，Astra 68.1%、Argon 57.6%。VentureBeat 的讀法是，Google 可以說自己在「領先項目數」上回來了，OpenAI 與 Anthropic 仍在若干工程與科學項目保有優勢。這些數字多半是原廠對照，第三方完整複測還不多。
資安是這次先放行的理由。Google 表示，Argon 可自行找出、驗證並修補重大漏洞，對受信任的防禦單位與內部團隊會拿掉部分資安限制，讓能力用滿。雲端安全公司 Wiz 已在 Scan for Good 計畫使用，並稱在全球醫院使用的醫療軟體裡找到先前前沿模型沒抓到的敏感個資曝險。對台灣來說，半導體供應鏈、醫院與金融系統都是這類工具的潛在客戶，但也代表高能力模型會先落在少數經審查的防禦單位，不是立刻進一般 Gemini App。
內部使用案例同樣偏工程。Google 寫，數千名員工已拿它做專門程式、深度研究與寫作；量子演算法優化數分鐘內比已發表基線好 40%；分析全機隊效能資料後，預估可釋出 300 TiB 以上記憶體，總節省可能到 500 TiB 至 1 PiB。程式遷移方面，C 與 C++ 改寫成 Rust 的規模從核心函式庫數萬行，到 Fuchsia Zircon 核心 80 萬行以上；影片解碼庫 libgav1 換掉約 3.2 萬行 SIMD 程式後，記憶體安全版本比既有 Rust 移植快 2.7 倍，輸出畫面相同。這些是原廠內部數字，外界無法獨立覆核。
防護上，Google 提到拒答有害請求、監控內部活化以抓濫用、內外部紅隊，以及在 Gray Swan 的間接提示注入測驗上較先前模型更穩。部署時會看推理過程與動作，必要時中止執行，並把代理環境隔離。6 月曾預告的 Gemini 3.5 Pro 沒有以該名稱上市，外電引用內部說法指效能未達標、多次延期後取消；原廠這篇 Argon 公告沒有解釋這段空窗。
Google 官方部落格
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
Google DeepMind Gemini 模型頁
https://deepmind.google/models/gemini/