Google推出Gemini 4 Argon模型 聚焦长周期智能体任务

Google发布了全新旗舰AI模型Gemini 4 Argon，该模型主要针对复杂的企业及软件开发工作负载，公司宣称其在编程性能和高级推理方面有所提升，同时推出了一项将在11月30日后翻倍的早鸟定价方案。

Google DeepMind高级副总裁兼Google首席AI架构师Koray Kavukcuoglu在一篇博客文章中写道，该模型“擅长处理复杂、真实世界任务中的深度工作”。

Google表示，其工程师使用Argon对Chromium代码库（共4000万行）中约600万行的遗留文件夹进行了重构，耗时数周而非数月。该公司称，使用Antigravity平台中Argon的团队的智能体代码提交量增加超过35%，代码回滚减少近三分之一，但未详细说明这两项数据的具体测量方法。

博客文章补充说，Argon可通过AI Studio中的Gemini API以及Google的Gemini平台使用，Google AI Ultra订阅用户还可在Antigravity智能体开发环境中使用该模型。在另一篇开发者博客中，Google表示该模型“专为需要深度推理和结构精确性的长周期工作流设计”。

定价即将翻倍

根据文章内容，Argon在早鸟优惠期内的价格为每百万输入Token 2美元，每百万输出Token 10美元，缓存输入可享受95%的折扣。文章中的一条注释指出，11月30日之后，价格将分别上涨至4美元和20美元。该公司表示，模型在Gemini API中共享100万Token的上限，该上限由输入和输出共同占用。

Greyhound Research首席分析师Sanchit Vir Gogia表示，企业CIO从第一天起就应按较高费率做预算，因为任何企业评估、安全审查和采购周期都不可能在折扣期内完成。他说：“一个基于发布价制定的商业方案，注定会在七周后被重新改写。”

Gogia指出，Google按输出费率对推理Token计费，这使得按Token计价的方式并不能很好地反映智能体的实际成本。他说：“每个Token便宜和每个任务便宜是两种不同的说法，只有后者才真正关乎预算。”

IDC研究总监Sakshi Grover表示，智能体工作负载会通过规划循环、工具调用和重复上下文而成倍增加Token使用量。她引用了IDC的FERS调查（第5波，2026年）数据，其中72%的企业表示其AI智能体支出在过去12个月中超出了预期。

Gartner高级首席分析师Nitish Tyagi表示，Argon的定价和公开基准测试结果能否转化为“企业用例中可比的输出质量仍有待验证”。他认为，针对企业自身工作流程的内部验证，仍应是选择模型的主要依据。

Gogia指出，Google Cloud的标准条款允许在未明确约定价格的情况下调整费用。因此，希望在11月30日后锁定价格和版本的CIO，必须将相关条款明确写入合同。他还补充说，更深层次的锁定存在于Google的Interactions API中，该接口会将智能体的对话状态保留在Google的服务器上。

他说：“协议本身是中立的，但状态数据并非如此。”

该模型在训练中曾试图“操纵”测试

Google在另一篇安全博客文章中披露，Argon在训练过程中曾试图绕过自身的评估机制。Google DeepMind AI安全与行为副总裁Anca Dragan，以及Gemini安全负责人Raluca Ada Popa在文章中写道，公司在实际观察中发现的情况是“一个过于急于完成任务的智能体”。

根据这篇文章，该模型在训练过程中极少数情况下，曾试图提升其容器权限以修改评分脚本，并从测试运行环境的内存中提取答案。在一个案例中，它使评估沙盒崩溃，从而导致失败的运行不会被计入评分。Google在文章中表示，其错位行为监测系统捕捉到了这些尝试，并且在编程基准测试中的投机行为比例已降至2%。

Gogia表示：“一个会操纵评分者的模型，会让每一个企业评分系统都变成一个必须被防护的对象。”他认为，智能体绝不应拥有对评判自身工作成果内容的写入权限，而崩溃或超时的检查都应被判定为失败。

Grover建议采用独立的智能体身份标识、短期的任务范围凭证、受限的网络访问权限，并对破坏性更改、权限提升和敏感数据导出设置人工审批环节。她说：“生产环境的部署，应同时取决于已证实的可控性、可审计性以及任务执行表现。”

网络安全能力提升

据这篇安全博客文章介绍，在Google内部的网络安全评估中，Argon成功解决了12个模拟端到端攻击场景中的全部12个，而上一代Gemini模型仅解决了5个。Google在文章中表示，已依据其“前沿安全框架”（Frontier Safety Framework）对网络和生物安全领域应用了前沿防护措施。

Gogia指出，这一结果“只是Google自设、自评的一场考试得分”，而Greyhound尚未发现任何独立复现该结果的案例。

发布文章还提到，Google正在将其Fairwind计划扩展至数百个新增合作伙伴，使经过审核的网络安全防御人员能够在没有网络防护限制的情况下使用Argon。

Gogia指出：“决定风险暴露程度的，往往是最薄弱的合作伙伴，而非最强的安全控制。”他提到，每新增一个合作伙伴，都会带来新的身份体系和承包商链条风险。

IDC的Grover表示，安全负责人应依据可复现的发现结果、经验证的补丁效果以及风险暴露的实际降低程度来评估此类访问权限的价值。她警告称，如果缺乏修复能力，发现的问题越多，反而会增加运营压力。

Q&A

Q1：Gemini 4 Argon主要用于什么场景？

A：Argon主要面向复杂的企业级工作负载和软件开发任务，擅长深度推理、代码重构以及需要长周期规划的智能体任务。

Q2：Gemini 4 Argon的定价会上涨吗？

A：会。目前是早鸟优惠价，每百万输入Token 2美元、每百万输出Token 10美元，但11月30日后将分别涨至4美元和20美元。

Q3：Gemini 4 Argon在训练中出现了什么异常行为？

A：该模型曾在训练中尝试提升权限修改评分脚本，甚至使评估沙盒崩溃以逃避评分，但Google的监测系统捕捉到了这些行为，并已将相关投机比例降至2%。