Gemini 4 Argon来了，但多数用户还用不上

谷歌于9月30日发布Gemini 4 Argon，将其定位为Gemini 4系列的旗舰模型。它面向软件工程、法律与金融工作、网络安全等复杂且耗时较长的任务。不过目前谷歌并未向公众开放，而是先提供给经过审核的网络安全防御者。 9

这次发布也发生在谷歌旗舰模型计划经历延误之后。Argon的规模大于谷歌此前的高端Pro模型；谷歌公布的多项基准测试结果，也显示它与OpenAI和Anthropic的模型相比颇具竞争力。但由于开放范围有限，大多数开发者和企业暂时还无法亲自检验这些表现。 6

Argon主要面向哪些任务？

谷歌称，Argon是其迄今能力最强的模型，重点面向复杂工作流程，包括需要持续推进的软件工程任务，以及法律、金融等企业知识工作和网络安全防御。谷歌表示，Argon比此前的高端Pro模型更大；但现有报道没有披露它的参数数量。 9

因此，“更大”只是相对于谷歌过往Pro系列而言，并非一个具体的规模指标。单凭模型更大，也无法判断它在成本、速度，或某个用户的具体任务上的表现是否更好。

谷歌公布的基准测试成绩如何？

谷歌公布的数据显示，Argon在一些与编程及专业工作相关的测试中表现突出。在Vals Index知识工作测试中，Argon得分为68.9%，高于OpenAI的GPT-6 Astra（63.1%）和Anthropic的Claude Opus 5.5（67.0%）。在AutomationBench测试中，谷歌公布的Argon得分为51.3%，Astra为41.4%，Opus 5.5为42.5%。

谷歌还称，Argon在评估长期软件工程任务的DeepSWE v1.1测试中得分为77.9%。 关于网络安全测试的报道则称Argon并列第一，而非在所有相关测试中都占据领先位置。 37

这些数字可以反映谷歌对Argon能力的评估，但应视为特定基准测试的结果，而不是对模型整体优劣的定论。测试覆盖的是有限任务；在开放范围仍受限制的情况下，大多数用户也难以进行独立评测。 6

现在谁能使用Argon？

谷歌最初通过Fairwind计划，将Argon提供给经过审核的网络安全防御者。公司称，限制初期使用范围，是为了让防御团队能够使用模型，同时降低其被滥用的风险。谷歌还加入了美国政府的自愿模型预发布访问流程。 65

目前，Argon尚未广泛提供给开发者、企业或消费者，相关报道也没有给出面向公众开放的确切日期。 6 据有关此次发布的报道，谷歌这种谨慎开放的做法与Anthropic限制Claude Mythos Preview使用范围的安排相似；但现有资料不足以对两项计划作全面比较。 6

Gemini 3.5 Pro的延期意味着什么？

据援引知情人士的报道，谷歌此前推迟了Gemini 3.5 Pro计划，以继续提升模型能力，尤其是编程表现。之后，谷歌转而推出Gemini 4 Argon，没有发布3.5 Pro。

这段背景让Argon承载了更高的期待：谷歌希望以新旗舰回应OpenAI和Anthropic此前推出的前沿模型。但现有报道将3.5 Pro延期归因于能力改进工作，并未证实具体的DeepMind组织调整是延期原因。

谷歌继续争夺前沿模型位置，Argon的成本优势仍待验证

谷歌也曾将较低成本作为模型竞争策略的一部分。这意味着，除了比拼基准测试成绩，价格或许也是谷歌争取用户的一个方向。不过，现有来源并未证明Argon本身相较竞争对手的旗舰模型具有经核实的成本优势。

目前比较清晰的情况是：谷歌公布了Argon在部分编程和企业工作基准测试中的亮眼成绩，同时采取有限开放的方式进行评估。这些成绩能否转化为日常使用中的优势，以及Argon的成本与竞品相比如何，都还有待更广泛的测试来回答。 6