北京时间10月1日凌晨，谷歌正式发布迄今最强AI模型Gemini 4 Argon：真实软件工程测试DeepSWE v1.1拿下77.9%，超过Claude Opus 5.5的74.2%，漏洞修复基准CWE-bench v1并列第一。但普通用户暂时用不上——首批只开放给650余家网络安全机构。
DeepSWE 77.9%登顶：这次跑分有多硬
谷歌官方博客披露，Gemini 4 Argon在衡量长程软件工程能力的DeepSWE v1.1测试中取得77.9%，领先Claude Opus 5.5的74.2%和OpenAI GPT-6 Astra；在Zapier的AutomationBench端到端企业任务测试中拿下51.3%，比Opus 5.5的42.5%高出近9个百分点；长视频理解基准LVBench得分91.7%，同样位居第一。衡量金融、法律等专业工作经济价值的Vals Index上，Argon也领先GPT-6 Astra与Anthropic的Fable 5.1。
| 基准测试 | Gemini 4 Argon | 对比参照 |
|---|---|---|
| DeepSWE v1.1（长程软件工程） | 77.9% | Claude Opus 5.5为74.2% |
| AutomationBench（端到端企业任务） | 51.3% | Claude Opus 5.5为42.5% |
| CWE-bench v1（漏洞修复） | 68% 并列第一 | 与GPT-6 Astra持平 |
| LVBench（长视频理解） | 91.7% | 当前最优（SOTA） |
为什么重要：Argon把输出上限从此前的64,000 tokens提升到100万tokens，专为多步骤长任务设计——这正是2026年Agent工作流最吃能力的场景。跑分领先意味着长任务中途失败的次数更少，直接决定企业敢不敢把整条业务流程交给模型自主执行。
每百万tokens 2美元：谷歌直接掀了旗舰定价桌
定价是这次发布最锋利的部分。Argon发布期API价格为每百万输入tokens 2美元、输出10美元；推广期结束后将上调至Anthropic Opus档位的4美元/20美元。作为对照，GPT-6 Astra定价10美元/50美元，Claude Opus 5.5为4美元/20美元。此前谷歌靠更便宜、更快的Gemini 3.8 Flash系列抢量，这次把前沿模型直接打到入门档价格，等于宣布前沿能力进入平价时代。结合一周前OpenAI在DevDay上发布价格仅为Astra五分之一的GPT-6.1 Sol（详见此前GPT-6与Claude Opus价格战的分析），三大厂的价格战已经从二线模型烧到旗舰档。为什么重要：Argon在低推理档位的事实错误率表现接近Astra，价格却只有五分之一，企业级Agent的推理成本曲线正在被重新绘制。
Fairwind计划先行：650家网络安全机构为什么先拿到
与以往”发布即全量”不同，Argon首批只向Fairwind计划成员开放。该计划9月3日随Gemini 3.8 Flash Cyber模型启动，已有超过650家机构加入，包括CrowdStrike和Palo Alto Networks，它们拿到的是去除网络安全护栏的版本，可让模型自主挖掘、验证并修复漏洞。谷歌旗下云安全公司Wiz已在”Scan for Good”公益项目中用Argon发现了全球医院医疗软件中泄露敏感个人信息的关键漏洞——此前的前沿模型都没能找到。发布前一天，谷歌CEO桑达尔·皮查伊在白宫与特朗普总统及多位科技高管签署了自愿安全协议，Argon正同步接受美国政府的发布前安全评估，围绕防滥用、提示注入防御、对齐监测、沙盒加固四个领域强化防护。为什么重要：模型能力越强，滥用风险越高，”先给防御者、再放普通用户”的节奏可能成为前沿模型的新标准发布动作。
内部已释放300TiB内存：距离开发者上手还有多远
谷歌没有只拿榜单说事。内部工程师用Argon智能体扫描数据中心，在未采购新硬件的情况下释放了超过300TiB被浪费的内存；开源视频解码器libgav1有32,000行代码被改写为安全的Rust语言，速度提升2.7倍；Fuchsia操作系统Zircon内核80万行C/C++代码的迁移工作也在进行中，量子计算研究团队同样在用这款模型。为什么重要：内部生产级落地数据比榜单更有说服力，说明模型已经扛得住真实工程任务。竞争层面，OpenAI同一周发布了常驻后台的Dots智能体和GPT-6.1 Sol，Anthropic的Opus 5.5在SWE-bench Pro拿到89.9%，加上算力巨头正直接入场模型层（如AMD斥资82亿美元收购World Labs，见此前报道），三家争的已经不是榜单名次，而是”谁先让Agent在企业里真正上岗”。
接下来看什么：一是Argon何时向开发者和Google AI Ultra订阅用户全面开放，谷歌尚未给出时间表；二是”防御者优先”的发布模式会不会被OpenAI和Anthropic跟进。2026年四季度的旗舰模型竞争里，安全评估正在成为与跑分同等重要的入场券。
