Google DeepMind 于 9 月 30 日推出新一代前沿模型 Gemini 4 Argon。最炸裂的改动是输出上限：从原先的 64K 一口气拉到 100 万 Token——注意这是”一次能生成多长”，而非上下文窗口。当模型能在单条任务链里连写数十万乃至上百万字而不必分段请求，深度代码库迁移、长篇技术报告、多步自动化流程便有了从头跑到尾的连贯性。大多数前沿模型眼下输出上限约 12.8 万 Token，Argon 这一跳堪称断层。
企业级长程活，评测全面领跑
定位上，Argon 走分阶段、定向发布，而非一上来就全民开放：先给可信的网络防御者，再铺向开发者、企业与订阅用户。Google 把它钉在”复杂、长周期工作流”上，主攻软件工程、法律、金融与网络安全防御。成绩单相当亮眼：DeepSWE v1.1 长时程软件工程拿 77.9% 创纪录；Vals 指数（金融 / 编程 / 法律 / 税务加权）居首；Zapier 的 AutomationBench 以 51.3% 排第一；长视频理解 LVBench 达 91.7% 最高。视觉侧也能啃专业图表、从长视频抠细节、跨文档行动。
安全牌主打防御，定价两头挂
网络安全是这次发布的核心叙事。Argon 被训成能自主发现、验证并修补关键漏洞；对可信防御方与 Google 内部团队，还会放出”无网络护栏”版本。安全厂商 Wiz 借 Scan for Good 项目，靠它揪出一款全球医院医疗软件里的严重漏洞，此前前沿模型都没能发现。CWE-bench v1 漏洞修复以 68% 并列第一。
价格分两档：介绍期每百万输入 2 美元、输出 10 美元，过后涨到 4 美元与 20 美元。在放开广泛可用前，Google 还在加固四道前沿防线——防滥用、防提示注入、监测错位思维链、强化沙箱。已有数千名 Google 员工拿它调试代码、做算法设计与大规模代码迁移，量子算法经它几分钟便把基准提升 40%。一句话，Argon 瞄准的不是聊天，而是替专业人士啃下最难的硬骨头。
