Gemini 4 Argon：谷歌DeepMind的代码和网络防御模型

Trucoteca » 互联网和浏览 » Google » Gemini 4 Argon：谷歌DeepMind的代码和网络防御模型

谷歌旗下DeepMind公司发布了Gemini 4 Argon，这是一款旨在处理复杂专业任务的尖端人工智能模型。编程、商业智能和网络安全是其三大支柱。该公司将其定位为Gemini系列的又一力作，并声称其内部测试结果处于行业领先地位。

该功能初期不会大规模推广。初期访问权限仅限于通过 Fairwind 计划获得信任的合作伙伴，重点面向网络安全团队。之后，付费 API 客户和 Google AI Ultra 订阅用户也将可以使用该功能。目前尚未公布西班牙和欧洲其他地区的具体上线日期。

专为长时间、多步骤任务设计的模型

主要技术创新在于其输出上限提升至一百万个令牌，而前几代产品仅为六万四千个。这使得持续推理和生成大量代码、文档或分析报告成为可能，而无需不断分割响应。

谷歌引导你完成多步骤工作流程。这不仅仅是回答单个查询，而是要将一系列操作串联起来，在较长时间内完成，包括查阅文档、研究和完成特定任务。

该公司还重点介绍了其内部应用。数千名员工已对其进行了测试，用于调试、研究和代码迁移。C和 C++ 项目到 Rust 的迁移也是测试的一部分，在正式上线前，会经过人工审核和自动化测试。

在基础设施方面，基于 Argon 的代理分析了数据中心遥测数据并识别出优化点。谷歌声称释放了超过 300 TiB 的内存，而且节省的内存可能更多。这些数据由该公司提供，尚待外部验证。

谷歌提供的参考结果

谷歌公布的数据表明，Argon 在软件工程领域处于领先地位。在专注于长期软件工程的DeepSWE v1.1测试中，Argon 的得分高达 77,9%。谷歌称，Argon 在该项评估中获得了最高分。

在专业领域，它在Vals指数中名列前茅，该指数综合考虑了金融、编程、法律和税务等领域。此外，它在AutomationBench（Zapier用于业务流程的基准测试）中取得了51,3%的成绩，在LVBench（用于长视频测试）中取得了91,7%的成绩。

根据谷歌的数据，在网络安全领域，Argon在 CWE-bench v1 测试中取得了 68% 的成绩，并列第一。然而，Claude Opus 5.5 在 FrontierSWE 和 Terminal-Bench 测试中脱颖而出。GPT-6 Astra 在 OSWorld 2.0 离线测试中以 72,6% 的成绩超越了 Argon 的 69,2%。

这些比较主要基于制造商提供的数据。由于这些数据尚未公开，独立评估人员目前还无法重复这些测试。因此，在解读排名时必须谨慎。

网络安全：部署的首要领域

该模型经过训练，能够发现、验证和修复漏洞。据谷歌称，即使无法访问源代码，它也能分析暴露的代码和系统。出于网络安全考虑，该模型的发布受到限制。

Fairwind计划为政府机构、公共实体和安全合作伙伴提供访问权限。优先群体包括政府机构、医疗机构和电信公司。其目标是让防御者能够在攻击者之前使用它。

谷歌表示，其与 Wiz 合作开发的 Argon 系统检测到医院使用的医疗软件存在一个严重漏洞。该漏洞可能泄露个人数据。谷歌称，之前的版本无法检测到该漏洞。

为防止滥用，谷歌提到了监控、快速注入防御和敏感环境隔离等措施。部分网络安全屏障缺失的版本仅供经认证的防御人员使用。普通用户则需遵守更严格的过滤规则。

库存情况、价格和未决问题

这项功能将分阶段推出。首先面向 Fairwind 用户，然后是付费 API 用户和 Google AI Ultra 订阅用户。目前尚未确定面向公众、西班牙或欧洲其他地区的正式上线日期。谷歌表示会尽快推出。

初期定价为每百万个入场代币 2 美元，退出代币 10 美元。之后，入场代币价格将分别上涨至 4 美元和 20 美元。已缓存的入场代币将享受 95% 的折扣。

谷歌也参与了美国政府的自愿性流程，即在正式发布前对先进车型进行审查。其他厂商也早已采取了这种做法。这种预发布审查已成为标准流程的一部分。

Argon 的出现加剧了谷歌、OpenAI 和 Anthropic 之间的竞争。它也引发了关于成本、监管和企业集成等方面的疑问。基准测试只是冰山一角，并非全部。

Gemini 4 Argon 被誉为面向长期项目、代码、企业和网络防御的尖端模型。其大规模代币发行、测试结果和限制性部署构成了其战略。Fairwind 、Google AI Ultra 和支付 API决定了其访问权限。在具体日期和独立验证完成之前，西班牙和欧洲目前只能远程关注这一公告。