谷歌发布Gemini 4 Argon API：支持100万令牌输出

全面可用：面向开发者与企业的正式发布

Google DeepMind已将Gemini 4 Argon模型向开发者、企业客户及付费Gemini订阅用户全面开放。该模型于2024年9月30日首次面向小范围网络安全从业者发布，现通过Gemini API、AI Studio及Gemini平台提供服务。与此前版本不同，Argon并非对旧版Gemini的微调，而是一个全新训练的大型稀疏混合专家（sparse MoE）Transformer模型，原生支持多模态输入——包括文本、图像、音频与视频，并统一输出为文本。其知识截止时间为2026年3月，训练基于Google自研TPU集群，使用JAX与ML Pathways框架完成。Google未公开其总参数量或活跃参数量，亦未释放开源权重。

100万token窗口：输入与输出共享的长上下文能力

Argon最显著的技术升级在于上下文窗口机制：输入与输出共享总计高达100万token的窗口容量，远超此前Gemini系列64K token的限制。这意味着用户可提交极长提示（prompt），但相应会压缩可生成的输出空间。Google在开发者文档与企业文档中专门引入了新的“续写协议”（continuation protocol），以支持超长序列解码。按当前入门定价，一次满额100万token的输出需支付10美元（仅计输出token费用）。

性能表现：多维度领先，部分编码任务存短板

在Google内部评测体系中，Argon在知识工作、长上下文理解与视频理解等维度整体领先。其在长视频理解基准LVBench上取得91.7%的最高分；在DeepSWE v1.1（软件工程任务）达77.9%，高于Claude Opus 5.5（74.2%）与GPT-6 Astra（74.1%）；Vals Index（综合推理）得分68.90%，位居第一；AutomationBench（自动化任务）达51.3%，显著优于Opus 5.5的42.5%；Harvey法律代理基准得分为19.6%，约为次优模型的三倍（但绝对值仍偏低）；GraphWalks（256K–1M token长推理）达84.2%，领先GPT-6 Astra（71.8%）；CWE-bench v1（代码安全漏洞识别）为68.0%，与GPT-6 Astra持平；ERQA具身推理基准达87%。

然而，在Google自建评测表的5项指标中，Argon落后于竞品：FrontierSWE v2（前沿编程）仅55.0%，低于GPT-6 Astra的65.5%；Terminal-Bench 4.0（终端交互）57.4% vs. Opus 5.5的66.4%；Terminal-Bench Science 0.1为57.6% vs. GPT-6 Astra的68.1%；PostTrainBench（后训练鲁棒性）45.3% vs. Opus 5.5的49.3%；OSWorld-2.0（离线操作系统操作）69.2% vs. GPT-6 Astra的72.6%。模型卡同时指出存在幻觉、响应延迟及偶发超时问题。依据Google前沿安全框架，Argon尚未被排除具备生物与网络安全领域的“关键能力级别”风险，公司称已部署多项缓解措施降低该风险。

定价与运行约束

Argon目前仅可在Google Cloud环境通过API调用，不支持本地或第三方云部署。入门期（截至2026年11月30日）定价为2美元/百万输入token、10美元/百万输出token；此后将调整为4美元/20美元。对比竞品：GPT-6 Astra为10/50美元（限提示长度<272K），Claude Opus 5.5为4/20美元，Claude Fable 5.1为10/50美元。上述报价均未计入缓存、批量处理及长上下文附加费用。