
Google 发布 Gemini 4 Argon:输出上限扩到 100 万 token;内部 agent 已省下逾 300 TiB 内存,并把 libgav1 的 Rust 解码做到比原 Rust 移植快约 2.7 倍
一句话结论
Google DeepMind 于 9 月 30 日宣布前沿模型 Gemini 4 Argon:先经 Fairwind 计划向受信任的网络防御方开放;输出 token 上限从先前约 6.4 万扩到 100 万;文称 DeepSWE v1.1 达 77.9%、AutomationBench 51.3% 居首、LVBench 91.7%、CWE-bench v1 以 68% 并列第一。内部已用于量子算法优化(一例相对公开基线约快 40%)、机房内存优化(已释放逾 300 TiB,估计总空间 500 TiB–1 PiB),以及把 C/C++ 迁到 Rust(含 Fuchsia Zircon 逾 80 万行);libgav1 一例用多轮剖析实验把约 3.2 万行 SIMD 换成可自动向量化的安全 Rust,速度约为原 Rust 移植的 2.7 倍且视频输出一致。
背景与理念
Argon 被定位成能在真实软件工程、法务金融类知识工作与网络防御里撑住长程工作流的前沿模型。发布采取分阶段:先给受信任防御方与内部,同时参与美国政府自愿的预发布访问流程,再逐步扩到开发者、企业与消费者。
为支撑更长、更复杂的任务,输出上限提到业界领先的 100 万 token,让模型能在单次轨迹里深度推理并生成数十万 token。
具体做法
- 分阶段开放。Fairwind 计划先给受信任网络防御方;预发布期间继续加强护栏后再推向付费 API 与 Google AI Ultra 等。
- 内部工程用例。量子算法优化时空资源;机房侧用 agent 扫剖析遥测并落地内存优化;大规模 C/C++→Rust 迁移(从数万行核心库到 Zircon 逾 80 万行),配合自动化与人工审计、仿真与评审。
- libgav1 例子。在已有 Rust 移植上,多轮剖析、研究编译器输出,写出让编译器自动向量化的安全 Rust,替换约 3.2 万行 SIMD。
- 网络防御。对可信防御方与内部可去掉网络护栏以发挥前沿防御能力;Wiz 在 Scan for Good 中用其发现医疗软件中此前前沿模型漏掉的严重暴露。
- 对齐与安全栈。拒恶意请求并保留合法双用途科研;强化间接提示注入稳健性;监控思维链与动作以防越界;高风险训练/评测前加固沙箱隔离。
- 定价。导入期输入每百万 token 2 美元、输出 10 美元,缓存输入约 95% 折扣;导入期后为输入 4 美元、输出 20 美元。
关键数据/例子
输出上限:约 1,000,000 token(此前约 64,000)。
基准摘录:DeepSWE v1.1 77.9%;AutomationBench 51.3%(#1);LVBench 91.7%;CWE-bench v1 68%(并列第一);Vals Index 称领先。
内部:量子一例相对公开基线约 40%;内存已释放 >300 TiB,估计总 500 TiB–1 PiB;Zircon 迁移规模 800K+ 行;libgav1 约 32K 行 SIMD → 安全 Rust,约 2.7× 快于原 Rust 移植。
导入价:$2 / $10 per 1M in/out;之后 $4 / $20。
创新点
第一,把「超长输出预算」写成产品能力,而不是只扩上下文窗口。
第二,用可审计的内部工程结果(内存、编译器向量化、内核级迁移)证明长程 agent 价值。
第三,网络能力按受众解绑护栏:可信防御方拿满能力,大众侧继续分阶段加固。
可否复用
- 长程任务先给足输出/轨迹预算,再谈是否值得上更贵模型。
- 内部试点选「可量化」的优化目标(延迟、内存、基准分),方便对比 agent 前后。
- 关键系统迁移必须配自动化测试 + 人工审计门槛,不要把模型输出直接推生产。
- 安全能力按角色分级开放,防御方与普通用户用不同护栏配置。