谷歌Gemini 4 Argon发布：百万token输出改写旗舰AI格局

谷歌正式推出Gemini 4系列的首款模型Gemini 4 Argon，最大亮点是将单次输出上限提升至一百万token，并率先向经过审核的网络安全防御者开放。这款由Google DeepMind打造的模型，被定位为谷歌应对OpenAI GPT-6家族、在白热化AI竞赛中的核心武器。

经过数周的发布时间猜测后，谷歌将Argon定调为"前沿智能新时代的开端"。它针对的是长周期任务（long-horizon work）：真实世界的软件工程、横跨法律与金融研究的企业知识工作，以及自主化的网络安全防御。换句话说，谷歌想让它承担过去需要人类专家连续数小时甚至数天才能完成的复杂作业。

百万token输出窗口意味着什么

Argon最引人注目的能力，是把输出上限从上一代的6.4万token直接拉升到一百万token。这意味着模型可以在单次运行中生成数十万token——重构整个代码库、起草一份冗长的法律摘要，或者一气呵成写出完整的漏洞分析报告，中途无需停顿。

谷歌表示，这一能力依赖于名为**Long Decode Continuation（长解码续写）**的服务特性。它会在超长响应过程中暂停，并在后续调用中恢复生成，从而避免请求因超时而中断。模型支持文本、图像和视频输入，上下文窗口同样达到百万token级别，并提供可调节的"推理强度"，让用户在速度与深度之间自行取舍。

对于开发者而言，这类超长输出窗口的真正价值在于减少"分段拼接"的工程负担。过去处理大型代码库或长文档时，往往需要人为切分任务、维护上下文状态；百万token输出理论上能让这些流程被压缩成一次完整调用。

理解这一突破的意义，需要先了解token在大语言模型中的基本单位概念。token并非严格等同于单词，在英文中平均约0.75个单词对应一个token，中文则因字符密度更高，通常一个汉字对应1-2个token。一百万token的输出上限，大致相当于可生成约75万英文单词或50万汉字的连续内容——相当于一部中等篇幅小说或数千页的技术文档。此前业界主流模型的输出上限普遍在数千至数万token之间，谷歌这次的跃升在量级上属于跨代级别的提升。

值得注意的是，"输入上下文窗口"与"输出上限"是两个不同的概念：前者决定模型能"看到"多少已有内容，后者决定它能一次性"写出"多少内容。此前许多模型虽然支持百万token的输入窗口，但输出上限却远小于此，导致开发者在需要生成大量内容时仍需手动分段。Argon同时将两者都推至百万token量级，是它在工程实践层面真正有别于前代的关键所在。

对标GPT-6 Astra与Claude的基准成绩

在谷歌自家公布的基准表中，Argon在19个评测项中有13项领先或持平于OpenAI的GPT-6 Astra，以及Anthropic的Claude Opus 5.5和Fable 5.1。几项突出成绩包括：真实世界长周期软件工程测试DeepSWE v1.1上得分77.9%，长视频理解测试LVBench上得分91.7%，以及在安全基准CWE-bench上以68%并列第一。

第三方评测大体认可它属于前沿级别。独立机构Artificial Analysis给Argon的"智能指数"打出53分，与GPT-6 Astra持平；安全公司Wiz则报告称，该模型在一款医院软件中发现了此前前沿模型都未能识别出的严重漏洞。

不过，代价同样明显。独立分析发现，Argon完成同一任务消耗的token数大约是最接近竞品的两倍。尽管每token定价相同，但这使得按"完成单个任务"计算的成本更高、速度更慢——在每一轮都要等待模型响应的智能体循环（agent loop）中，实际耗时可能达到对手的约三倍。这是一个值得企业用户在落地前认真权衡的指标：榜单领先未必等于端到端效率领先。

定价与分阶段开放策略

Argon以每百万输入token 2美元、每百万输出token 10美元的引导价推出，引导期结束后将翻倍至4美元和20美元。谷歌尚未透露引导期何时结束，模型目前也还没有出现在官方API定价页面上。

更关键的是，大多数人暂时还用不上它。谷歌首先通过Fairwind计划（号称已有超过650家合作伙伴）向经过审核的网络安全防御者开放，同时供自家工程师及美国政府在自愿预发布流程下使用。这些早期用户拿到的是不带网络安全防护栏的版本；而更大范围发布时，模型将拒绝涉及网络、化学、生物、放射性或核攻击的有害请求。

排在后面的依次是付费API客户和Google AI Ultra订阅者，再往后才是开发者、企业与普通消费者——具体日期谷歌仍未明确，只给了"尽快"这样的模糊表述。

为何让"防御者"优先

这种分阶段推进反映了模型的双重用途本质：能在医院软件中找出漏洞的能力，同样可能被用来攻击关键基础设施。正因如此，谷歌选择让防御方先行一步。这也折射出前沿模型发布正越来越多地与安全治理、政府协作绑定在一起，而非单纯的产品首发。

在底层，Argon运行于谷歌的TPU v6 Trillium集群——专为这类长周期计算打造的仓储级数据中心。正如每一代大语言模型一样，真正的考验在于——当闸门最终打开后，开发者究竟能用它构建出什么。

TPU（Tensor Processing Unit，张量处理单元）是谷歌为AI计算自研的专用芯片，与通用GPU相比，在大规模矩阵运算上具有更高的能效比与吞吐量。v6 Trillium是该系列的第六代产品，据谷歌披露，其每芯片峰值算力相比上一代v5p提升约4.7倍，同时大幅改善了内存带宽——这对百万token级别的长序列生成尤为关键，因为生成每一个新token都需要读取整个已生成序列的"键值缓存"（KV Cache），内存带宽直接决定了长输出场景下的实际吞吐速度。谷歌将整个Argon的推理基础设施部署于由数万颗TPU v6芯片构成的仓储级集群，正是为了在硬件层面支撑这类高强度、长周期的计算负载。