Gemini 4 Argon 是 Google 于 2026 年 9 月 30 日宣布的先进模型，也是 Gemini 4 的首款模型。它面向长时间、复杂的编程、企业知识工作和防御性网络安全任务，输出上限达 100 万 token。目前仍仅向获准参与者逐步开放，尤其是 Fairwind 项目成员；Gemini 3.5 Flash 等已可使用的 Gemini 模型仍是日常工作的实用选择。
这篇 Gemini 4 Argon 评测介绍功能、基准测试、公布的 API 价格、获取方式及限制，也纳入 Artificial Analysis 已发布的独立评测。Chat Smith 尚未接入 Argon，但已提供其他 Gemini 模型。
Gemini 4 Argon 是什么？
Gemini 4 Argon 是 Google DeepMind 面向复杂、多步骤工作流的模型，重点是持续进行深度推理。Google 将其用于编程、知识工作、防御性安全及创意写作。根据发布公告，已有数千名内部员工用它调试、研究及迁移大型代码库。
最醒目的规格是输出上限：从此前的 64,000 token 提升至 100 万。这个上限可以包含推理过程，不代表每次都会生成同样长的可见回答。Artificial Analysis 还报告了 100 万 token 的上下文窗口，这是不同的能力。其评测使用 Long Decode Continuation，让长响应暂停后通过后续调用继续，以避免请求超时。
Argon 偏重深度任务，Flash 模型则为日常工作提供更易获取的选择。你可先查看 Gemini 3.5 Flash 模型页面。若想比较 Google 与 Anthropic 的模型，可参考 Gemini 与 Claude 对比指南。
Gemini 4 Argon 的主要功能
Google 的公告突出以下四个领域。
长时间 AI 编程与软件工程
Google 公布 Argon 在 DeepSWE v1.1 中达到 77.9%，在长时间软件工程任务中表现突出。内部智能体正将 C 和 C++ 代码库迁移到 Rust，包含超过 80 万行的内核项目。在 libgav1 这个具体案例中，Google 报告重写后的解码器比此前的 Rust 版本快 2.7 倍，视频输出相同。这些是内部项目的结果，并不保证任意代码都能获得相同提升。
企业知识工作
据 Google 公告，Argon 在 Vals Index 中领先，该指数按美国 GDP 的行业占比衡量金融、编程、法律和税务任务；其在 Vals Finance Agent v2 和 Harvey Legal Agent Benchmark 中也表现突出。Google 报告 Zapier 的 AutomationBench 得分为 51.3%，在当时的比较中排名第一。使用 AI 商业计划生成器 起草方案等任务需要持续执行多个步骤，这正是其改进方向；实际效果仍取决于项目与工具。
图像与视频理解
Argon 还面向专业图表分析、多份文档处理及长视频细节查找。Google 公布其长视频理解测试 LVBench 得分为 91.7%。这类能力与 总结 YouTube 视频 相关，但该成绩不保证几秒内完成摘要，也不表示 Chat Smith 的相关工具已经使用 Argon。
防御性网络安全
Google 训练 Argon 自主发现、验证及修复软件漏洞。公告称其在 CWE-bench v1 中以 68% 并列第一。Wiz 使用它识别了医疗软件中的严重数据暴露问题，此前模型未发现这一风险。专业人员通过受控项目访问，须遵守防御与研究用途条件，并非任何人都可无限制使用。
Gemini 4 Argon 规格与基准测试
下表整理 Google 9 月 30 日公告中的数据，并于 2026 年 10 月 13 日核对。排名对应发布时的比较，之后可能变化。Artificial Analysis 已提供独立评测，但其任务、条件和 Google 的测试并不完全相同。
| 项目 | Gemini 4 Argon |
|---|---|
| 公布日期 | 2026 年 9 月 30 日 |
| 状态 | 向获准参与者有限开放，包含 Fairwind 项目 |
| 输出 token 上限 | 100 万，此前为 64,000 |
| API 初期优惠价格 | 每百万输入 token 2 美元／输出 token 10 美元 |
| 优惠结束后价格 | 每百万输入 token 4 美元／输出 token 20 美元 |
| 缓存输入 | 较普通输入单价优惠 95% |
| DeepSWE v1.1 | 77.9%（Google 公告称领先） |
| AutomationBench（Zapier） | 51.3%（公告中的第一名） |
| LVBench（长视频） | 91.7%（公告称领先） |
| CWE-bench v1（漏洞修复） | 68%（公告中的并列第一） |
| Chat Smith 是否提供 | 尚未 |
这些数据表明 Argon 重视长时间编程、企业工作流及安全任务。Artificial Analysis 的独立评测中，high 设置的 Intelligence Index 得分为 53，AutomationBench-AA 为 78%。后者与 Google 引用的 Zapier AutomationBench 51.3% 是不同评测，不能混用或视为同一成绩。
Gemini 4 Argon API 价格与获取方式
Google 宣布 API 推出初期每百万输入 token 2 美元、输出 token 10 美元，缓存输入比普通输入便宜 95%。优惠结束后输入及输出费率分别为 4 美元和 20 美元，优惠结束日期尚未确认。这些是 API 费率，不是 Gemini 应用的订阅价格；访问权限仍受限制。
- 目前：通过 Fairwind 向获准的防御安全专家提供初期访问，并逐步扩大测试与使用范围。
- 下一阶段：Google 计划从付费 API 客户和 Google AI Ultra 订阅者开始扩展，但尚未公布日期。购买这些服务不代表立刻获得 Argon。
- 之后：完成进一步测试及防护改进后，向开发者、企业和消费者扩大提供范围。尚无确认的全面开放时间表。
- Chat Smith：尚未接入 Gemini 4 Argon，但已提供 Gemini 3.5 Flash 和其他 Gemini 模型。Chat Smith Pro 增加使用额度；套餐与价格因平台和地区而异，请在订阅时查看当前详情。
使用 Gemini 4 Argon 前需要了解的限制
最大限制是获取权限。2026 年 10 月 13 日核对时，开放范围仍受限，Gemini API 的公开价格页未列出 Argon。Google 尚未确定全面开放日期。付费 API 和 Google AI Ultra 是计划中的下一批用户，不代表当前已获准使用。
独立评测已经存在，但大规模用户测试仍有限。Artificial Analysis 的 Intelligence Index 为 53 分，不过 Argon 并非所有编程测试第一。不同评测采用不同的设置、智能体环境及计分方法。引用数字时应保留测试名称，不能据单项高分认定它在所有任务中最佳。
防护机制及访问方式也会影响体验。Google 描述了拒绝有害请求、防止文档中的恶意指令干扰任务，以及必要时停止超出用户意图的动作等措施。100 万 token 输出能力针对长时间 API 执行，可以包含推理和续接，并不意味着每次聊天都输出这么长的文字。
等待 Argon 时，如何在 Chat Smith 使用 Gemini
Chat Smith 尚未接入 Gemini 4 Argon，但已提供多款 Gemini 模型。从 模型列表 选择一款，即可在 Android、iOS 或浏览器中聊天。无需单独的 Google AI 订阅，使用仍受所选 Chat Smith 套餐限制。
Gemini 3.5 Flash 适合快速提问、写作、研究及摘要。对长文档或需要更深入推理的分析任务，Gemini 2.5 Pro 是另一个选择。需要生成或编辑图像时，Nano Banana Pro 也可在同一应用中使用。请根据任务选择，不要把 Argon 的规格当作所有 Gemini 模型共有的能力。
Chat Smith 还提供 OpenAI、Anthropic、xAI 和 DeepSeek 的模型。可以将同一提示词发送给 Gemini 及其他模型，比较后选择更实用的回答。Chat Smith Pro 增加额度和高级模型，套餐价格因平台、地区而异，请查看当前详情。
结论
Gemini 4 Argon 在长时间编程、企业自动化、长视频理解和防御性安全方面值得关注，输出上限达到 100 万 token。Google 公布的表现已有独立评测补充，但不代表所有任务都最优。初期 API 价格具有吸引力且是阶段性优惠。主要障碍仍是受限访问与尚未公布的全面开放日期。
在 Argon 进入更多用户手中之前，已可使用的 Gemini 模型仍是实用选择。现在即可在 Chat Smith 试用，它是一款 AI 聊天机器人，让 Gemini 与 OpenAI、Anthropic、xAI 和 DeepSeek 的模型在同一处使用。
常见问题
Gemini 4 Argon 是 Google 于 2026 年 9 月 30 日公布的先进模型，面向长时间编程、企业知识工作和防御性安全。输出上限为 100 万 token，可以包含推理。Chat Smith 尚未接入 Argon，但已提供其他 Gemini 模型。
