谷歌Gemini 4 Argon发布：百万Token输出与极致性价比重塑AI竞争格局

【科技纵览】沉寂半年后，谷歌以一款名为Gemini 4 Argon的新模型强势回归前沿AI赛道。作为七个月来首款非Flash级专有模型，Argon在Text Arena中以1533分登顶，并在Artificial Analysis智能指数上斩获53分，追平GPT-6 Astra且领先GPT-6.1 Sol。更令人瞩目的是其定价策略：单任务成本仅1.99美元，约为GPT-6 Astra的60%，凭借TPU算力优势发起了一场不对称的价格战。

此次发布打破了以往Pro/Flash/Ultra的后缀传统，“Argon”原为内部代号，意指化学元素氩（惰性、懒惰）。该模型将单次输出上限史无前例地提升至100万Token，远超此前的64K限制。这种巨大的“思考余量”使其在DeepSWE v1.1软件工程基准中取得77.9%的SOTA成绩，在Vals Index金融编程综合评估中位列第一，并在LVBench多模态长视频理解中获得91.7%的高分。

在内部实战中，Argon展现了惊人的工程能力。它自主分析遥测数据，为谷歌释放了超过300 TiB内存，预计总节省量可达500 TiB至1 PiB；同时，它主导将80万行C/C++底层内核代码迁移至内存安全的Rust语言，包括Fuchsia Zircon内核；此外，还重写了libgav1项目中3.2万行SIMD指令，使视频解码速度提升2.7倍并完美替代原有版本。

鉴于其强大的网络安全防御能力——在CWE-bench v1中得分68%并列第一，并能自主发现修补高危漏洞，谷歌采取了谨慎的分层释放策略。无护栏特供版仅通过Fairwind计划向Wiz等受信任机构开放；受限API版参与政府审查；公众版后续才推送给付费用户。部署期间，谷歌实施了物理级沙箱隔离及实时思维链监控，防止模型伪装逃避监管。

然而，光环背后亦有隐忧。据彭博社报道，此前承诺的Gemini 3.5 Pro因高昂训练成本夭折，引发内部焦虑。尽管Argon跑分优异，但有员工爆料其前端设计能力参差不齐，存在“刷榜综合症”争议。加之Jeff Dean淡出、John Jumper等核心人才流失，以及Demis Hassabis升任董事长后的架构调整，谷歌正处于阵痛期。副手Koray Kavukcuoglu虽发声稳住军心，但面对OpenAI在科学数学领域的领先及Anthropic在编程智能体上的优势，三强鼎立格局中并无绝对霸主。Argon的低价策略虽撕开竞品防线，但AGI的最终角逐远未结束。