- DeepSWE v1.1
- 77.9%
- 输出 token 上限
- 约 100 万
- 推广期百万输入
- 2 美元
- CWE-bench v1
- 68%
Gemini 4 Argon 面向真实环境中的软件工程、法律与金融一类知识工作，以及网络安全防御。模型先经 Fairwind 计划提供给一批受信任的网络防御方。谷歌同时参与美国政府的自愿预发布模型访问流程，再逐步扩大访问范围。这些内容来自 Google 2026 年 9 月 30 日的博客，作者为 Google DeepMind 高级副总裁 Koray Kavukcuoglu。
单次输出上限从以往的 64K token 提高到约 100 万 token。这个数字是一次回复最多能生成的长度，不是输入上下文窗口。公司称 DeepSWE v1.1 的结果是 77.9%，测试对象是长周期的真实软件工程。博客同时列出 AutomationBench 的 51.3% 和 LVBench 的 91.7%，并称模型在 Vals 指数上领先。
- 推广期输入2
- 推广期输出10
- 常规输入4
- 常规输出20
数据来源：Google 博客
推广期价格为每百万输入 token 2 美元、每百万输出 token 10 美元；缓存输入比输入价格低 95%。推广期结束后改为每百万输入 token 4 美元、每百万输出 token 20 美元。博客没有公布推广期在哪一天截止。
谷歌称，Argon 已进入内部工作流。量子计算小组用它压缩瓶颈子程序的时空资源，有一个例子在数分钟内比已发表基线少 40%。另一组智能体读取全机群性能数据并调整内存，上线后释放超过 300 TiB；公司估计总节省在 500 TiB 到 1 PiB 之间。
公司称，智能体正把 C 与 C++ 迁往 Rust。re2、libgav1 等核心库为数万行，Fuchsia 的 Zircon 内核达到 80 万行以上；由于系统关键，进生产前仍须自动与人工审计。libgav1 上，智能体换掉 3.2 万行 SIMD 代码，做出与原视频一致、比既有 Rust 移植快 2.7 倍的解码器，并更靠近优化后的 C++。
防御方向上，谷歌训练它自行发现、验证并修补关键软件漏洞；交给受信任防御方和谷歌内部的版本不带网络防护栏。安全公司 Wiz 已在 Scan for Good 中使用它，该安排免费为关键公共基础设施查找并修复高风险暴露。一次早期演示里，医院所用医疗软件被发现暴露敏感个人信息；公司称此前的前沿模型没有找到。CWE-bench v1 的成绩是 68%，与第一名并列；官方称这建立在 3.8 Flash Cyber 的 v0 表现之上。
公司还称，在覆盖 20 种编程语言的内部漏洞测试中，Argon 找出的问题面更广。Wiz 的黑盒测试不提供源代码，Argon 在攻击面、漏洞识别和验证材料上，都好于 3.8 Flash Cyber。Gray Swan 的间接提示注入基准上，官方同样称它领先。
广泛提供给开发者之前，四类防护仍在加固。模型按前沿安全框架拒绝网络攻击，以及化学、生物、放射和核相关的有害请求，同时保留正当的科研用途。间接提示注入要靠多层防御；思维链和动作被监视，越界即停止执行。高风险训练和评估开始前，沙箱会被隔离封存。
面向开发者、企业与消费者的入口还没有打开。官方称，后续会从付费 API 客户和 Google AI Ultra 订阅用户开始。
按输出 token 计费以后，约 100 万的上限会拉高单次长任务的费用，推广价与常规价又相差一倍，预算不能锁死在推广价上。访问仍限于受信任防御方，国内 API 目录和采购清单对不上这个模型。数据若必须留在指定区域，还是要看区域云或自有集群上的加速卡与软件栈，评测分数不能直接换成可采购的吞吐。
