Google DeepMind发布Gemini 4 Argon，并通过Fairwind计划优先向受信任的网络安全防御组织、政府和合作伙伴分阶段开放，以在受控环境中验证其在软件工程、法律、金融与漏洞发现等复杂任务的能力。Argon具备高达100万令牌的上下文能力和显著的评测成绩，但因滥用风险，Google在访问控制、监测与沙箱隔离等安全措施上采取严格部署策略，逐步扩大到付费API和订阅用户。
Google DeepMind于9月30日宣布推出新一代前沿模型 Gemini 4 Argon。这款模型暂未向普通开发者或消费者全面开放，而是先通过Google的 Fairwind Program，向受信任的网络安全防御组织、政府机构和合作伙伴分阶段提供访问权限。
Google表示，Argon的目标并不只是提高聊天问答能力，而是处理软件工程、法律与金融等企业知识工作，以及网络安全防御中较长、较复杂、需要连续执行多个步骤的任务。公司称，模型将先接受早期测试者的反馈和安全评估，之后再向付费API客户和Google AI Ultra订阅者开放。
Google官方公告：Gemini 4 Argon：我们迈向前沿智能的下一个时代
一款尚未全面开放的“前沿模型”
Argon最显著的产品参数之一，是输出上限从此前的6.4万令牌扩大到100万令牌。Google认为，更大的输出空间可以让模型在单次任务中持续进行更深入的推理，并处理需要大量中间步骤的复杂工作流。
按照Google公布的计划，Argon的初始价格为每百万输入令牌2美元、每百万输出令牌10美元；缓存输入令牌的价格则比标准输入价格低95%。不过，这一价格信息目前主要对应未来的开发者和企业使用场景，模型何时以及以何种完整规格向公众开放，仍取决于分阶段部署进度。
在软件工程评测DeepSWE v1.1中，Google称Argon取得77.9%的成绩。Google还表示，Argon在衡量金融、编码、法律和税务工作经济影响的Vals Index中处于领先位置，在Zapier的AutomationBench端到端业务执行评测中得分51.3%，排名第一；在长视频理解评测LVBench中，模型得分为91.7%。
这些成绩均来自Google或合作方公布的评测体系。不同基准的任务定义、运行配置和比较对象并不完全相同，因此它们更适合被看作Google对模型能力的说明，而不是跨所有场景的统一排名。
Google先把Argon交给网络防御者
Argon此次发布最具政策和安全含义的部分，是它被优先用于网络安全防御，而不是立即作为普通聊天产品上线。
Google称，Argon可以自主发现、验证并修补关键软件漏洞。网络安全公司Wiz已经通过其Scan for Good项目使用Argon，为医院等关键公共基础设施寻找并修复高风险暴露。Google称，在一次早期演示中，Argon发现了一处可能暴露全球医院所使用医疗软件敏感个人信息的严重漏洞，而此前的前沿模型没有发现这一风险。
在CWE-bench v1漏洞修复评测中，Google称Argon以68%的成绩并列第一。在Google内部的漏洞评测中，Argon覆盖了涉及20种编程语言的复杂代码库；在Wiz进行的黑盒渗透测试中，Google称Argon在识别攻击面、发现漏洞和生成用于验证漏洞的概念验证方面优于Gemini 3.8 Flash Cyber。
但这类能力也意味着更高的滥用风险。Google表示，受信任的防御者以及Google内部团队将获得不带网络安全护栏的Argon版本，以便充分发挥其漏洞发现和修复能力。这个安排将访问控制、合作伙伴筛选和运行环境隔离置于模型拒答机制之外，成为部署安全的重要组成部分。
Fairwind计划的官方说明称，参与组织只能开展经授权的威胁模拟、逆向工程和恶意软件分析等双重用途任务，并须使用用户级身份验证、抗钓鱼多因素认证和相应的访问控制。Google对Fairwind计划的说明显示，该项目面向的是受信任的Google Cloud客户、政府机构和网络安全合作伙伴，而不是开放注册的普通用户。
从内部代码迁移到数据中心内存优化
Google还披露了Argon在公司内部工作流中的几个案例。公司称，已有数千名Google员工使用该模型进行专门代码任务、研究和写作。
在数据中心内存优化项目中，一组Argon智能体分析了全公司的性能分析数据，找出并实施内存优化方案。Google称，相关改动部署后释放了超过300 TiB内存，预计总节省量可能达到500 TiB至1 PiB。量子计算研究团队则利用Argon优化算法子程序的时空资源，在一个案例中，模型在数分钟内将结果提升到已发表基线之上40%。
在代码迁移方面，Argon智能体正在协助把Google内部的C和C++代码迁移到Rust，范围从数万行的核心库扩展到超过80万行的Fuchsia OS Zircon内核。Google强调，这些系统具有较高关键性，大规模重写仍需经过自动化和人工审计、仿真测试及代码审查，之后才会进入生产环境。
Google特别提到开源视频解码器libgav1的一个案例：Argon在现有Rust移植版本上重新处理了约3.2万行SIMD代码，通过多轮基于性能分析的实验和编译器输出研究，生成可以由编译器自动向量化的安全Rust代码。Google称，结果在保持视频输出一致的同时，比原Rust版本快2.7倍。
这些案例说明，Google对Argon的定位并非只在于让模型回答更长的文本，而是让模型持续参与代码分析、实验、修改和验证。不过，Google披露的结果仍属于公司内部案例，能否稳定复制到其他组织和不同代码库，还需要独立测试。
发布节奏与安全护栏之间的拉锯
Google表示，Argon的正式扩大部署将围绕四类安全问题展开。
第一是防止模型被用于网络攻击，以及化学、生物、放射性和核相关攻击。Google称，Argon会拒绝有害请求，同时保留合法的双重用途科学研究能力，并通过监测模型内部激活状态等方式识别潜在滥用。
第二是防御间接提示注入。对于能够阅读文件、浏览网页并调用工具的模型而言，恶意指令可能隐藏在外部内容中，诱导模型偏离用户原本的目标。Google称，Argon在Gray Swan的间接提示注入评测中表现领先，并通过自动化红队测试和对抗训练提高抵抗能力。
第三是监测偏离目标的行为。Google表示，它会监测Argon的思维链和行动，在必要时停止执行；在训练阶段，公司也部署了类似的监测系统，并将发现结果交给专门的事件响应团队处理。Google称，为避免模型学会规避监测，它采取了谨慎措施，防止把相关发现直接反馈回训练过程。
第四是加固模型运行环境。Google称，在高风险训练和评测开始前，会隔离并封闭沙箱环境，并计划与合作伙伴分享智能体安全实践。
这套安排反映出前沿模型发布方式正在变化。模型能力越强，企业越难仅靠发布后过滤和内容拒答来管理风险；访问对象、网络出口、凭证、工具权限、沙箱以及事后审计，都需要成为部署系统的一部分。AIFlux此前报道的GLM-5.3端到端漏洞利用能力评估也显示，在隔离环境中展示出攻击链能力，并不等同于模型已经入侵现实互联网，但运行边界会直接影响风险是否外溢。
Google试图重新回到前沿模型竞争中心
Gemini 4 Argon的推出，也标志着Google在连续发布Flash系列模型之后，重新把重点放回更大规模、更复杂任务的前沿模型竞争。CNBC报道称，Google过去一年更多强调速度和成本较低的Flash模型，而Argon则试图在软件工程、网络安全和专业知识工作上与OpenAI、Anthropic等公司的旗舰模型竞争。
CNBC：Google推出Gemini 4 Argon，称其为目前最先进的AI模型报道，Google将分阶段推进发布，并与美国政府开展预发布安全评估。Google产品负责人Tulsee Doshi对CNBC表示，这种发布方式可以让防御者更快获得网络安全能力，同时给公司更多时间建立信心。
但目前Argon仍不是一款普通用户可以直接注册使用的产品。Google称，下一阶段将首先面向付费API客户和Google AI Ultra订阅者，再逐步扩展到开发者、企业和消费者。开发者能否获得完整的100万令牌上下文、无网络安全护栏版本是否仅限受信任防御方，以及Wiz所披露的漏洞发现案例能否在更广泛环境中复现，仍是后续需要观察的问题。
Gemini 4 Argon真正的意义，或许不只在于它在某项评测中取得了多高的分数。它把一个前沿模型同时放进软件工程、企业知识工作和网络安全防御这些高价值、也高风险的领域，并以有限访问和分阶段部署作为起点。对于Google而言，这既是一次能力展示，也是一次关于如何把高能力模型交给现实组织使用的安全实验。