# 谷歌Gemini 4 Argon发布，先给防御者！普通人还用不上 来源: https://hajimi.yun/blog/google-releases-gemini-4-argon-fairwind 谷歌9月30日发布Gemini 4 Argon，外部仅经Fairwind向可信防御者开放，开发者仍需等待。 门开了，但只开给防守的人！ 当地时间2026年9月30日，谷歌宣布前沿模型 Gemini 4 Argon。外部第一批能用上的，不是开发者，也不是付费订阅用户，而是 Fairwind Program 里受信任的网络安全防御人员。谷歌自己的团队已经在内部跑。普通人还用不上！全面放开的日期，官方没给！ 这不是「今晚就能调」的发布会。谷歌 DeepMind 资深副总裁、谷歌首席人工智能架构师 Koray Kavukcuoglu 在官方博文里写得很直：这个级别的能力，必须分阶段放。谷歌正在配合美国政府的自愿性预发布模型评估流程，一边扩大范围，一边改护栏。早期测试者的反馈收上来、防护迭代完，才会尽快给到开发者、企业和消费者。顺序也写死了：先是付费 API 客户，以及 Google AI Ultra 订阅用户。 Fairwind 不是为 Argon 临时起的名字。 今年9月2日，谷歌发博启动这项有限准入计划，对象是政府机构、Google Cloud 客户和网络安全合作伙伴。起步给的是更小的 Gemini 3.8 Flash Cyber，再配上 CodeMender。官方对这套组合的说法是：帮防御方发现漏洞、核验，再写出可部署的补丁。SecurityWeek 报道，计划推出时已有超过650家参与机构。SiliconANGLE 补充，名单里包括 CrowdStrike 和 Palo Alto Networks。DeepMind 的计划页面把优先对象写成政府、医疗和电信，并写明合作方只能做授权威胁模拟、逆向和恶意软件分析这类防御与学术研究，不能把前沿模型的访问权共享、转分发或出售。页面上写的专属模型，当时仍是 Gemini 3.8 Flash Cyber。Argon 是9月30日这篇发布稿宣布的：经同一个计划，向可信防御者铺开。 拿到 Argon 的人，规则又紧了一档。 谷歌说，可信防御者和谷歌内部团队拿到的版本，会拿掉网络安全护栏，以便用上完整的前沿级防御能力。模型被训练成可以自主发现、验证并修补关键软件漏洞。云安全公司 Wiz 已经在 Scan for Good 里用上它。这个项目免费帮关键公共基础设施查找并修复高风险暴露。谷歌举的例子是：模型在全球医院使用的一套医疗软件里，找出一处会暴露敏感个人信息的严重漏洞，此前的前沿模型没有发现。漏洞细节官方没有公布。Ars Technica 也留了一句：谷歌声称别的前沿模型漏了这个洞，但没有给出更多具体信息。 哈基米科技 内部战绩比对外口径更具体。 谷歌称，已有数千名员工在用 Argon，强项落在专项编程、更深的检索和写作质量。量子计算研究人员用它优化成为应用瓶颈的子程序，优化的是时空资源，也就是量子比特乘以门的开销。有一个例子，几分钟内比已发表基线好了40%。另一组 Argon 智能体分析了全机群的性能剖析遥测，自主找出并应用内存优化。铺开之后，数据中心腾出超过300 TiB 内存。谷歌估计，总节省能到500 TiB 至 1 PiB。 代码迁移更重。Argon 智能体正在把谷歌的 C/C++ 代码库迁到 Rust，规模从 re2、libgav1 这类核心库的数万行，到 Fuchsia 操作系统 Zircon 内核的80万行以上。这些系统太关键，大规模重写还要经过自动和人工审计、仿真测试和评审，才会进生产。libgav1 是谷歌的开源视频解码软件。智能体从已有的 Rust 移植出发，换掉3.2万行 SIMD 代码，改写成能让编译器自动向量化的安全 Rust。结果是一个内存安全的视频解码器，视频输出不变，速度比原先那版 Rust 移植快2.7倍，更接近优化过的 C++。 哈基米科技 长任务靠输出长度撑着。为了更长、更复杂的用法，谷歌把 Argon 的输出 token 上限扩到100万，并称之为行业领先。上一代 Gemini 的输出上限是6.4万。官方的解释是：模型有空间在一条轨迹里想深、一次生成很长的内容，难题可以一次做完。 榜单是谷歌自己的图，要按原话读。 真实世界长程软件工程测试 DeepSWE v1.1，Argon 拿到77.9%，谷歌称这是新的最高水平。衡量金融、编程、法律和税务工作经济影响的 Vals Index 上，Argon 领先，各行业按对美国国内生产总值的贡献加权。多步金融研究 Vals Finance Agent v2、法律检索与文书 Harvey Legal Agent Benchmark，谷歌同样称领先。Zapier 的 AutomationBench 测核心业务职能的端到端执行，Argon 排第一，分数51.3%。长视频理解 LVBench，91.7%，谷歌称最高水平。官方还写，Argon 在需要看图的知识工作上特别强：专业图表分析、长视频里的细节、根据一连串文档采取行动。创意写作也被列进后续开放时的能力，和编程、知识工作、网络安全防御并列。 网络安全修复测试 CWE-bench v1，Argon 以68%并列第一，接在 Gemini 3.8 Flash Cyber 于 CWE-bench v0 上的表现之后。谷歌内部的综合漏洞基准上，它在覆盖20种编程语言的复杂代码库里找出一批暴露面。Wiz 的内部黑盒测试不提供源代码，只看在线网页系统。谷歌称，Argon 在发现攻击面、定位漏洞、并给出用于核验的证据方面，都超过 3.8 Flash Cyber。 SiliconANGLE 对照谷歌图表做了读数，并引述 VentureBeat 的统计：18项里，Argon 有12项明确领先。同一篇报道写，DeepSWE v1.1 上 Claude Opus 5.5 为74.2%，GPT-6 Astra 还要再低约0.1个百分点；AutomationBench 上 Opus 5.5 是42.5%。Terminal-Bench 4.0 仍属于 Opus 5.5，FrontierSWE v2 是少数仍由 Astra 保持的项目。这些数字是媒体对谷歌图表的转述，不是独立实验室的复测。Ars Technica 则写，DeepSWE v1.1 上 Argon 高于 GPT-6 Astra、Fable 5.1 和 Opus 5.5。CWE-bench v1 的并列对象，谷歌正文没有点名；SiliconANGLE 写的是与 GPT-6 Astra 打平。 哈基米科技 全面放开之前，防护被拆成四块。 第一，防滥用。按谷歌的 Frontier Safety Framework，模型应拒绝可能用于网络攻击，或化学、生物、放射性与核相关攻击的有害请求，同时保留正当的双重用途科研。谷歌说正在加强这轮发布的防护稳健性，包括监测模型内部激活来发现滥用。内外红队用人工和自动方法做过测试。 第二，防提示注入。间接提示注入是把恶意指令藏进上下文，劫持模型行为。谷歌称 Argon 是自己迄今对这类攻击最稳的模型，并在 Gray Swan 的间接提示注入基准上领先。官方也承认，这类攻击复杂，需要持续盯着，还要多层防御。 第三，防偏离。部署中的监测会看 Argon 的思维链和动作，一旦它为了完成任务走出用户意图，就停止执行。训练阶段用过类似系统，告警交给专门的事件响应团队。谷歌写明，这些发现不会喂回训练，以免模型学会躲开监测。官方还呼吁行业在能力跃升时保留推理透明，让思考过程仍能用来发现和诊断偏离。 第四，把测试环境做硬。前沿模型越强，安全测试就越需要跟得上的环境。按谷歌的智能体控制路线，高风险训练或评估开始前，沙箱会被隔离并封住。官方表示，会把这些做法分享给合作伙伴。 哈基米科技 价格已经挂出来，人还进不去。 尝鲜价是每百万输入 token 2美元，每百万输出 token 10美元，缓存输入比普通输入价低95%。优惠期结束后，变为每百万输入4美元、每百万输出20美元。优惠期具体到哪一天，博文正文没有写死。SiliconANGLE 指出，Anthropic 对 Claude Opus 5.5 的标价也是输入4美元、输出20美元，Argon 优惠结束后会走到同一档。Ars Technica 的标题更直：模型宣布了，你现在还用不了。报道还回忆，谷歌6月预告过 Gemini 3.5 Pro，夏天更多是在推较小的 Flash 模型，这一跳直接到了 Gemini 4。 财新10月1日的稿把时间线接上了：OpenAI 和 Anthropic 放出新代际旗舰之后，谷歌也发布了 Gemini 4 Argon。稿件强调，模型目前只对「可信赖的」网络安全防御人员开放，完善安全防护后再扩大范围。 对还在排队的人，信号已经够清楚。 旗舰的第一批外部用户，被定义成关键基础设施的防守方，不是聊天框里的所有人。能力叙事也从单轮问答，换成一条长轨迹：工程迁移、法务和财务知识工作、漏洞发现与修复，可以在一次输出里往下做。等付费 API 和 Google AI Ultra 打开，开发者才会碰到那个100万 token 的输出上限，以及2美元起的尝鲜价。在那之前，Argon 仍是一扇只对 Fairwind 和谷歌内部敞开的门。 哈基米云报道 做项目需要大模型，国内的、国外的这里都能接到。价格谈得下来，调用稳得住，出了问题有人跟到落地。 平顶山市哈基米与他的朋友们科技有限公司 联系电话：17629730802 公司官网：hajimi.yun