Google 的发布页记录了 Gemini 4 Argon 的定位、早期受限开放和能力基准；分数均为厂商自报，缺少完整独立复现条件。
适合判断的任务：是否已开放、可从哪些官方入口接入、官方宣称覆盖哪些任务，以及发布页公开的基准结果。
不适合外推的任务：通用生产成功率、真实成本、稳定性、第三方客户端可用性、中文任务效果或安全防护的独立结论。
适用的模型版本：Gemini 4 Argon；公告未给出可供其他服务商核对的 API model ID 或快照字符串。
测试环境或客户端：10 月 13 日更新明确提到付费 Gemini API、Google AI Studio（Google AI Ultra 订阅者）和 Google Antigravity；其他客户端未获官方页面确认。
推理档位和参数：未注明。公告没有公开 temperature、推理档位、工具配置、系统提示、重试策略或 API 快照。
主来源是 2026 年 9 月 30 日 Google 官方发布公告；10 月 13 日页面仅用于核对相关开放更新。主来源属于厂商发布信息和厂商报告的 benchmark 结果，不是独立测评。页面只说明各 benchmark 的任务方向和分数；没有公开完整题集、样本数、运行次数、输入输出、评审器、随机种子、模型快照、失败处理或统一 harness。对“领先”“排名第一”“并列第一”的表述，应保留为厂商声明。
flowchart LR
A[2026-09-30 发布公告] --> B[Fairwind 可信网络防御者]
B --> C[逐步扩大访问并加强护栏]
C --> D[2026-10-13 开放开发者]
D --> E[付费 Gemini API]
D --> F[Google AI Ultra → AI Studio / Antigravity]| 时间 | 官方可核验状态 | 边界 |
|---|---|---|
| 2026-09-30 | 向 Fairwind 计划中的一组可信网络防御者开放 | 仍在美国政府自愿的预发布模型访问流程中，Google 表示会在扩大访问前继续迭代安全护栏 |
| 2026-09-30 | 计划向开发者、企业和消费者开放 | 公告只说“尽快”，并说明起步对象是付费 API 客户和 Google AI Ultra 订阅者 |
| 2026-10-13 | 开发者可开始构建 | 使用 Gemini API 付费层；Google AI Ultra 订阅者可在 Google AI Studio 和 Google Antigravity 试用 |
介绍期价格：输入 $2 / 1M tokens，输出 $10 / 1M tokens；缓存输入按输入价 95% 折扣，按该公告价格计算约为 $0.10 / 1M tokens。
介绍期后脚注价格：输入 $4 / 1M tokens，输出 $20 / 1M tokens。页面没有写明介绍期结束日期。
输出上限：1M tokens，公告称从此前 64K tokens 扩大到行业领先水平。这里是输出 token 上限，不能据此推断输入上下文上限。
| 任务或基准 | Google 页面给出的结果 | 可支持的判断 | 未公开或不能外推 |
|---|---|---|---|
| 软件工程 / DeepSWE v1.1 | 77.9%，页面称 state of the art | 支持该版本、该基准口径下的厂商成绩 | 不等于所有代码仓库的成功率；未公开完整 harness 与样本细节 |
| 企业知识工作 / Vals Index | 页面称领先 | 只支持 Google 的方向性声明 | 没有综合分数、版本、权重执行细节或原始结果 |
| Vals Finance Agent v2 | 页面称领先 | 支持 Google 宣称的多步金融研究优势 | 没有分数、题集、工具和评审器 |
| Harvey’s Legal Agent Benchmark | 页面称领先 | 支持 Google 宣称的法律研究与起草优势 | 没有分数、样本、上下文或评审协议 |
| AutomationBench | 51.3%，页面称排名第 1 | 支持该页面报告的端到端业务功能执行成绩 | 不支持通用企业自动化成功率或跨 harness 排名 |
| LVBench | 91.7%，页面称 state of the art | 支持该页面报告的长视频理解成绩 | 不支持所有视频、语言和长度组合 |
| CWE-bench v1 | 68%，页面称并列第一 | 支持该版本漏洞修复 benchmark 的厂商报告 | 不支持现实漏洞修复率或无监督安全部署结论 |
| Google 内部综合漏洞基准 | 称发现跨 20 种编程语言代码库的多类暴露 | 仅能记录内部测试方向 | 无公开分数、题集或评测协议 |
| Wiz 内部黑盒渗透测试 | 称优于 Gemini 3.8 Flash Cyber | 仅能记录 Google 对内部对比的声明 | 无公开样本、环境、分数或复现条件 |
Argon 面向复杂、长时程工作流，重点覆盖真实软件工程、法律与金融等企业知识工作、网络防御和创意写作。
Google 说内部已有数千名 Googler 用于专门编码、研究和写作；文中举例包括量子算法优化、数据中心内存优化，以及从数万行到 80 万行以上的 C/C++ 到 Rust 迁移。
一个 libgav1 示例中，Argon 代理将 32K 行 SIMD 代码替换为安全 Rust，Google 报告相对 Rust 端口 2.7× 加速且视频输出一致；这属于 Google 内部案例，不是公开受控 benchmark。
网络防御方面，Google 称 Argon 可自主发现、验证并修补关键软件漏洞；面向可信防御者和 Google 内部团队的发布版本不带 cyber guardrails。
Google 表示在广泛开放前继续加强四类措施：防止网络攻击和 CBRN 滥用、抵御间接 prompt injection、监测 misalignment，以及强化沙箱环境。页面还称 Argon 在 Gray Swan 的 Indirect Prompt Injection benchmark 上领先，但没有给分数或完整实验条件。
这些内容说明 Google 的发布策略和安全主张，不是独立安全认证。尤其是“不带 cyber guardrails”只针对公告所述的可信防御者和 Google 内部团队，不能理解为普通开发者入口默认关闭安全防护。
可用性发生了明确变化：9 月 30 日是可信防御者的受限 rollout；10 月 13 日才明确写为开发者可用，入口是付费 Gemini API、Google AI Ultra 的 AI Studio 与 Antigravity。
价格必须带时间条件：$2/$10 是介绍期价格；之后页面脚注写明 $4/$20。页面没有给出切换日期，也没有说明不同入口是否存在其他费用。
长输出不等于通用长上下文能力：官方只明确了 1M 输出 token 上限，且这是规格声明，不代表每个任务都应生成如此长的轨迹。
分数是厂商报告：77.9%、51.3%、91.7% 和 68% 都没有配套公开完整方法；“领先”与“第 1”不能跨评测器、版本或 harness 直接比较。
没有独立实测：本文未把搜索摘要、第三方榜单、评论或其他来源混入结果；若要决定生产采用，仍需在固定模型快照、API 入口、任务集和成本口径下自行复测。
官方页面不足以完整复现其 benchmark。可执行的后续复测至少应固定：入口（Gemini API / AI Studio / Antigravity）、模型快照、推理与采样参数、工具权限、系统提示、任务集版本、停止条件、重试策略和评分器；同时分别记录输入输出 token、延迟、失败类型、人工接管和成本。不要以“页面宣称领先”替代这些测量。
9 月 30 日发布公告：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/。页面标题为 “Gemini 4 Argon: our next era of frontier intelligence”，正文包含受限开放、价格、1M 输出上限、基准数字和安全边界。
10 月 13 日开发者更新：https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-argon/。正文明确写出开发者可用、付费 Gemini API、Google AI Ultra、Google AI Studio 与 Google Antigravity。
Google 在 10 月 13 日更新中提供的开发者指南：https://aistudio.google.com/learn/gemini-4-argon-developer-guide。本次仅记录页面公开链接，未将其内容作为额外测评证据。
Gemini 4 Argon