AI Radar — 每天的 AI 热点、模型与教程

Google DeepMind 已向开发者、企业和付费 Gemini 订阅用户全面开放 Gemini 4 Argon。Gemini 4 Argon 是 Google 推出的稀疏专家混合前沿模型，专为长时间、多步骤工作而构建。其目标领域包括编程、金融、法律、科学和网络安全。Google 最初于 9 月 30 日面向一小群网络防御者宣布了 Argon。如今它已登陆付费 Gemini API，定价为每百万 token 输入 2 美元、输出 10 美元。对开发者而言的关键变化是输出长度：Argon 单次响应最多可写入 100 万 token。

TL;DR

规模：未披露参数量（稀疏 MoE）。输入和输出共享 100 万 token 窗口。

运行平台：仅限 Google 云，通过 Gemini API、AI Studio 和 Gemini 平台访问。在 TPU 上训练。无开源权重。

性能：在知识工作、长上下文和视频方面领跑 Google 的榜单。在智能体编程方面表现参差。

最佳：LVBench（长视频理解）91.7%。

最差：FrontierSWE v2 55.0%，在 Google 榜单的 4 个模型中垫底。

什么是 Gemini 4 Argon？

根据模型卡，Argon 是一个新模型，而非早期 Gemini 的微调版本。它是一个大规模稀疏 MoE transformer，原生支持多模态。它接受文本、图像、音频和视频，输出文本。Google 使用 JAX 和 ML Pathways 在 TPU 上训练了它。知识截止日期为 2026 年 3 月。Google 未披露总参数量或激活参数量。

100 万 token 输出上限如何运作？

Google 将输出上限提升至 100 万 token，高于早期 Gemini 模型的 64K。模型卡描述输入加输出的合并窗口最多为 100 万 token。因此长提示词会减少留给输出的空间。Google 在开发者文档和企业文档中记录了一种用于长解码的新延续协议。按 introductory 定价，完整的 100 万 token 响应输出 token 成本为 10 美元。

Gemini 4 Argon 在基准测试中表现如何？

Google 将 Argon 与 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5 进行对比。Argon 在大多数行中取得最高分。

DeepSWE v1.1：77.9%，领先 Opus 5.5（74.2%）和 GPT-6 Astra（74.1%）。

Vals Index：68.90%，被 Vals AI 列为第 1 名，领先 Claude Sonnet 5.5（67.04%）。

AutomationBench：51.3%，而 Opus 5.5 为 42.5%。

Harvey 的法律智能体基准测试：19.6%，接近第二名的 3 倍，但绝对分数仍然偏低。

GraphWalks，256K 到 1M tokens：84.2%，而 GPT-6 Astra 为 71.8%。

CWE-bench v1：68.0%，与 GPT-6 Astra 持平。

Google 还报告在 ERQA 具身推理基准测试上达到 87%。在得出结论前请先阅读评估方法。大多数竞争对手的分数是自报的，或取自公开排行榜。Argon 的 DeepSWE 分数是用 mini-swe-agent 测试框架自行计算的。竞争对手的 DeepSWE 数字来自系统卡和排行榜。

Gemini 4 Argon 在哪些方面表现不足？

在 Google 自己的表格中，Argon 在 5 行上落后：

FrontierSWE v2：55.0%，而 GPT-6 Astra 为 65.5%。

Terminal-Bench 4.0：57.4%，而 Opus 5.5 为 66.4%。

Terminal-Bench Science 0.1：57.6%，而 GPT-6 Astra 为 68.1%。

PostTrainBench：45.3%，而 Opus 5.5 为 49.3%。

OSWorld-2.0（离线子集）：69.2%，而 GPT-6 Astra 为 72.6%。

模型卡还列出了幻觉以及偶发的缓慢或超时。根据 Google 的前沿安全框架，Google 表示无法排除生物和网络安全关键能力等级。Google 报告称已部署其评估为可降低该风险的防护措施。

逐步执行</button><button class="btn g" id="mtp-next">下一步</button></div>

<div style="font-size:13px;font-weight:700;margin-bottom:8px">共享 1M token 窗口：拖动以设置你的提示词大小</div>

</div>

</div>

<div><label>每月输入 tokens：<output id="mtp-ci"></output></label><input type="range" id="mtp-rin" min="1" max="500" value="100"></div>

<div><label>每月输出 token 数：<output id="mtp-co"></output></label><input type="range" id="mtp-rout" min="1" max="200" value="20"></div>

</div>

<div class="note">每 1M token 的标价：Argon 为 $2/$10 的优惠价，2026 年 11 月 30 日后为 $4/$20。GPT-6 Astra 为 $10/$50（提示词低于 272K）。Claude Opus 5.5 为 $4/$20。Claude Fable 5.1 为 $10/$50。估算不含缓存、批处理和长上下文附加费。</div>

</div>

<div class="acc"><h4><span class="dot" style="background:#4285F4"></span>开发者</h4><p>Google AI Studio 和 Android Studio 中的 Gemini API 付费层级。模型 ID：<code>gemini-4-argon</code>。</p></div>

<div class="acc"><h4><span class="dot" style="background:#9168F0"></span>企业</h4><p>Gemini 平台、Gemini for business 和 Google Antigravity。</p></div>

<div class="acc"><h4><span class="dot" style="background:#FBBC04"></span>消费者</h4><p>面向 Google AI Pro 和 Ultra 订阅用户的 Gemini 应用和搜索中的 AI Mode。</p></div>

<div class="acc"><h4><span class="dot" style="background:#EA4335"></span>网络防御者</h4><p>Fairwind Program 合作伙伴可分批获得不带网络防护栏的 Argon。</p></div>

</div>

<div class="note">模型卡中已知的限制：幻觉、偶发变慢或超时、知识截止日期为 2026 年 3 月。参数量未披露。</div>

</div>

<div class="ft"><span>来源：Google 博客、Gemini 4 Argon 模型卡和评估方法、Vals AI。核查于 2026 年 10 月 13 日。</span><span class="mtp">© Marktechpost</span></div>

</div>

(function(){

var R=document.getElementById('mtp-g4a');

function $(s){return R.querySelector(s)} function $$(s){return R.querySelectorAll(s)}

function resize(){try{parent.postMessage({mtpH:R.offsetHeight+40,id:'mtp-g4a'},'*')}catch(e){}}

// tabs

$$('.tab').forEach(function(b){b.onclick=function(){$$('.tab').forEach(function(x){x.classList.remove('on')});$$('.pane').forEach(function(x){x.classList.remove('on')});b.classList.add('on');$('#p-'+b.dataset.t).classList.add('on');if(b.dataset.t==='bench')drawB(cur);if(b.dataset.t==='price')drawP();setTimeout(resize,60)}});

// experts svg

var g=$('#mtp-exp'),NS='http://www.w3.org/2000/svg',ex=[];

for(var i=0;i<8;i++){var y=12+i*19;var l=document.createElementNS(NS,'path');l.setAttribute('d','M340 81 C 380 81 380 '+(y+7)+' 420 '+(y+7));l.setAttribute('stroke','#273041');l.setAttribute('fill','none');l.setAttribute('class','exp');g.appendChild(l);

var r=document.createElementNS(NS,'rect');r.setAttribute('x',420);r.setAttribute('y',y);r.setAttribute('width',150);r.setAttribute('height',14);r.setAttribute('rx',4);r.setAttribute('fill','#202734');r.setAttribute('class','exp');g.appendChild(r);

var o=document.createElementNS(NS,'path');o.setAttribute('d','M570 '+(y+7)+' C 605 '+(y+7)+' 605 81 640 81');o.setAttribute('stroke','#273041');o.setAttribute('fill','none');o.setAttribute('class','exp');g.appendChild(o);ex.push([l,r,o]);}

var t=document.createElementNS(NS,'text');t.setAttribute('x',495);t.setAttribute('y',10);t.setAttribute('text-anchor','middle');t.setAttribute('font-size','11');t.setAttribute('fill','#9AA0A6');t.textContent='Experts (only a few fire per token)';g.appendChild(t);

var cols=['#4285F4','#9168F0'];

function route(){var a=Math.floor(Math.random()*8),b=(a+1+Math.floor(Math.random()*7))%8;ex.forEach(function(e,k){var on=(k===a||k===b);e[0].setAttribute('stroke',on?cols[k===a?0:1]:'#273041');e[2].setAttribute('stroke',on?cols[k===a?0:1]:'#273041');e[1].setAttribute('fill',on?cols[k===a?0:1]:'#202734')})}

route();setInterval(route,900);

// steps

<b>原生多模态输入。</b> Argon 在一次请求中接收文本、图像、音频和视频。Google 表示这是一个新模型，而不是早期 Gemini 的微调版本。

<b>稀疏专家混合。</b> 路由器将每个 token 发送到一小部分专家网络，因此每个 token 只运行模型的一部分。Google 未披露总参数量或激活参数量。

<b>为长周期工作而构建。</b> Google 使用强化学习在多步推理、问题求解和定理证明数据上训练 Argon。它面向编程、金融、法律、科学和网络防御。

<b>输出最高 100 万 token。</b> 输出上限从 64K 提升到 100 万 token。输入和输出共享一个 100 万 token 的窗口，长回复使用新的续写协议。

var s=0,timer=null;function step(n){s=n;$$('.st').forEach(function(x){x.classList.toggle('on',+x.dataset.s===n)});$('#mtp-det').innerHTML=D[n];resize()}

$$('.st').forEach(function(x){x.onclick=function(){stop();step(+x.dataset.s)}});

function stop(){if(timer){clearInterval(timer);timer=null;$('#mtp-play').textContent=' Step through'}}

$('#mtp-next').onclick=function(){stop();step((s+1)%4)};

$('#mtp-play').onclick=function(){if(timer){stop();return}$('#mtp-play').textContent='❚❚ Pause';timer=setInterval(function(){step((s+1)%4)},2600)};

step(0);

// window

function win(){var v=+$('#mtp-in').value;$('#mtp-bi').style.width=(v/10)+'%';$('#mtp-bo').style.width=((1000-v)/10)+'%';$('#mtp-li').textContent='Input: '+v+'K tokens';$('#mtp-lo').textContent='Room left for output: '+(1000-v)+'K tokens'}

$('#mtp-in').oninput=win;win();

// bench

var M=['Gemini 4 Argon','GPT-6 Astra','Claude Opus 5.5','Claude Fable 5.1'],C=['#4285F4','#9AA0A6','#C58AF9','#F28B82'];

var B=[

{n:'Vals Index',d:2,v:[68.90,63.13,66.97,65.83],src:'Independent: Vals AI leaderboard (68.90%, #1).'},

{n:'DeepSWE v1.1',v:[77.9,74.1,74.2,67.4],src:'Argon self-computed with a mini-swe-agent harness; rivals from system cards and leaderboard.'},

{n:'AutomationBench',v:[51.3,41.4,42.5,31.4],src:'Zapier public leaderboard, private set.'},

{n:'LVBench',v:[91.7,87.5,83.7,79.7],src:'Self-computed without tools. Gemini sampled at 1 FPS.'},

{n:'GraphWalks 256K to 1M',v:[84.2,71.8,66.8,65.0],src:'Self-computed for all models on 200 problems.'},

{n:'CWE-bench v1',v:[68.0,68.0,67.0,58.0],src:'Official public leaderboard. Argon ties GPT-6 Astra.'},

{n:'FrontierSWE v2',v:[55.0,65.5,62.3,56.3],src:'Proximal public leaderboard. Argon is last of 4.',lose:1},

{n:'Terminal-Bench 4.0',v:[57.4,58.2,66.4,57.9],src:'Argon self-computed; rivals from the public leaderboard. Argon is last of 4.',lose:1}];

var cur=0,ch=$('#mtp-chips');

B.forEach(function(b,i){var c=document.createElement('button');c.className='chip'+(i===0?' on':'')+(b.lose?' lose':'');c.textContent=b.n;c.onclick=function(){$$('.chip').forEach(function(x){x.classList.remove('on')});c.classList.add('on');drawB(i)};ch.appendChild(c)});

var rows=$('#mtp-rows');M.forEach(function(m,i){rows.insertAdjacentHTML('beforeend','<div class="row"><span class="nm">'+m+'</span><div class="track"><div class="fill" style="background:'+C[i]+'"></div></div><span class="val">0%</span></div>')});

// 价格

var P={intro:[[2,10],[10,50],[4,20],[10,50]],std:[[4,20],[10,50],[4,20],[10,50]]},pm='intro';

$$('.seg button').forEach(function(b){b.onclick=function(){$$('.seg button').forEach(function(x){x.classList.remove('on')});b.classList.add('on');pm=b.dataset.p;drawP()}});

var pr=$('#mtp-prows');M.forEach(function(m,i){pr.insertAdjacentHTML('beforeend','<div class="row"><span class="nm">'+m+'</span><div class="track"><div class="fill" style="background:'+C[i]+'"></div></div><span class="val">$0</span></div>')});

$('#mtp-rin').oninput=drawP;$('#mtp-rout').oninput=drawP;

window.addEventListener('load',resize);window.addEventListener('resize',resize);setTimeout(resize,300);

})();

</script>

</body></html>

" style="width:100%;height:600px;border:0;display:block;background:transparent;" loading="lazy" scrolling="no">

Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5 vs Claude Fable 5.1

FeatureGemini 4 ArgonGPT-6 AstraClaude Opus 5.5Claude Fable 5.1ArchitectureSparse MoE transformerNot disclosedNot disclosedNot disclosedTotal / active paramsNot disclosedNot disclosedNot disclosedNot disclosedContext window1M (input + output combined)1,050,0001M1MMax outputUp to 1M128K128K128KInput modalitiesText, image, audio, videoText, imageText, imageText, imageKnowledge cutoffMar 2026Apr 30, 2026Jun 2026Jun 2026API price (in / out per 1M)$2 / $10 intro, $4 / $20 after Nov 30$10 / $50$4 / $20$10 / $50License / accessProprietary, API onlyProprietary, API onlyProprietary, API onlyProprietary, API onlyVals Index68.90%63.13%66.97%65.83%DeepSWE v1.1 (Google table)77.9%74.1%74.2%67.4%Terminal-Bench 4.0 (Google table)57.4%58.2%66.4%57.9%FrontierSWE v2 (Google table)55.0%65.5%62.3%56.3%

发布前 Google 将 Argon 用于什么？

Google 在发布文章中分享了内部结果：

Antigravity 中的 Argon 使智能体代码提交量提升了超过 35%，并将回滚减少了近三分之一。

它在 A100 上为 Gemma 4 E2B 带来了 2.85 倍的端到端 vLLM 推理加速。

在 Google 的开源 Agent Development Kit 中，它将会话准备时间缩短了 40%。冷导入速度提升了 21%。

在 Gray Swan 的间接提示注入基准测试中，15 次自适应尝试的攻击成功率降至 0.7%。

Gemini 4 Argon 的价格是多少，可以在哪里使用？

介绍性定价为每百万 token 输入 $2、输出 $10。缓存输入 token 享受 95% 折扣。2026 年 11 月 30 日之后，价格将上涨至 $4 和 $20。这与 Claude Opus 5.5 持平，并低于 GPT-6 Astra 的 $10 和 $50。

根据开发者文章，访问途径如下：

开发者：AI Studio 和 Android Studio 中的 Gemini API 付费层级。

企业：Gemini platform、Gemini for business 和 Google Antigravity。

消费者：面向 Google AI Pro 和 Ultra 订阅者的 Gemini 应用和 Search 中的 AI Mode。

网络防御者：Fairwind Program，可在无网络防护栏的情况下访问 Argon。

关键要点

Argon 是一个稀疏 MoE 模型，输出上限为 1M token。

它在 Vals Index 上以 68.90% 排名第一。

在 11 月 30 日之前，介绍性定价为每百万 token $2/$10。

它在 FrontierSWE v2 和 Terminal-Bench 4.0 上落后于竞争对手。

Google 表格中的大多数竞品分数都是自行报告的。

查看 Model Card、Evaluation Methodology 和 Developer Guide。所有功劳都归于本项目的研究人员。另外，欢迎在 Twitter 上关注我们，别忘了加入我们拥有 150k+ 成员的 ML SubReddit 并订阅我们的 Newsletter。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们了。

文章 Google Releases Gemini 4 Argon API With 1M Token Output Limit 首次发布于 MarkTechPost。

Google 发布 Gemini 4 Argon API，单次输出上限 100 万 token

1 个独立信源

相关条目