Gemini 4 Argon：DeepSWE 等多项领先，先只给网络安全团队用

发生了什么

10 月 1 日 Google 发布 Gemini 4 Argon，定位是长流程软件工程、法律与金融等企业知识工作，以及网络安全防御。本条的数字来自 Google 的发布页（blog.google）与 VentureBeat 整理的对照表，InfoQ 与量子位当天都有报道。

先说能不能用：现在还不能

Argon 眼下只通过 Fairwind 计划开放给一批受信任的网络安全防御团队，Google 也把它交给了美国政府的自愿发布前测试。更广的开放要等到「尽快」，先从付费 API 客户和 Google AI Ultra 订阅用户开始。Google 还为受信任的防御团队和内部团队准备了一个去掉防护的版本，并称大范围开放前会补上针对网络与 CBRN 滥用、间接提示注入和智能体环境不安全的防护。

所以下面的数字，目前几乎没有人能在自己的任务上复核。

基准：领先的和落后的

依次为 Argon / GPT-6 Astra / Opus 5.5：

• DeepSWE v1.1（长流程软件工程）：77.9% / 74.1% / 74.2%
• AutomationBench（多步业务流程）：51.3% / 41.4% / 42.5%
• Vals Finance Agent v2：65.4% / 53.5% / 58.6%
• Harvey 法律智能体评测：19.6% / 5.4% / 3.8%
• CWE-bench v1（修复安全漏洞）：68% / 68% / 67%，与 Astra 并列
• Terminal-bench 4.0：57.4%，Opus 5.5 为 66.4%，Sonnet 5.5 为 70.6%
• FrontierSWE v2：55.0%，Astra 为 65.5%
• Terminal-Bench Science 0.1：57.6%，Astra 为 68.1%

领先集中在企业知识工作和长流程工程，落后的是终端操作类任务。VentureBeat 的结论也是：选哪个模型仍然取决于任务。间接提示注入的攻击成功率是 0.7%，Astra 为 8.5%，Opus 5.5 与 Fable 5.1 均为 1.0%，这是厂商口径的同一套评测。

价格：首发价和之后的价

• 首发价：每百万 token 输入 2 美元、输出 10 美元、缓存输入 0.10 美元，与 GPT-6.1 Sol、Sonnet 5.5 的标价相同
• 之后：输入 4 美元、输出 20 美元，与 Opus 5.5 相同

输出上限从 6.4 万 token 提到 100 万，Google 说这是为了让它在一次调用里想得更深。按本站前几条信号的经验，推理想得越深，输出 token 越多，账单也越高；上限放到 100 万，意味着一次失控的调用能花掉的钱也放大了十几倍。

一个实际用例

Google 称已用 Argon 驱动的智能体，把内部的 C/C++ 代码库迁移到 Rust，范围扩展到 Fuchsia 操作系统 Zircon 内核的 80 多万行代码。这是厂商自述，没有给出迁移后的缺陷率或人工复核比例。

对读者意味着什么

1. 现在能做的只有记下它的长处和短处：长流程工程和企业知识工作领先，终端任务落后于 Claude。
2. 等开放之后，用同一组任务、同一个推理档位，把它和你现在用的模型比一次，并给输出设一个远低于 100 万的上限。
3. 首发价与 Sol、Sonnet 同档，正价与 Opus 同档。做预算时按正价算。