Google于2026年9月30日宣布推出Gemini 4 Argon,最初仅限通过Fairwind计划获得审核的安全防御者以及Wiz等早期测试者使用。10月13日,该模型通过Gemini API付费层和AI Studio向开发者开放,Antigravity则面向Google AI Ultra订阅用户提供。模型ID为gemini-4-argon,另有一个专为授权防御者设计的gemini-4-argon-cyber-permissive变体。Argon是一款稀疏混合专家Transformer模型,知识截止时间为2026年3月。它支持文本、代码、图像、音频、视频和PDF输入,但仅输出文本和代码。
最显著的变化在于输出窗口。较早的Gemini模型可处理约100万个输入token,最多返回64K个token。Argon将输出上限提升至100万个token,采用统一的1,048,576个token窗口,输入、思考和输出共享该窗口。因此,一个10万token的提示词仍为近95万个token的回答留出空间。默认输出上限仍为65,536个token,开发者需要提高max_output_tokens并启用长解码才能突破这一限制。长解码可能持续数分钟,因此更适合后台任务。
该模型还提供三种思考级别:LOW、MEDIUM(默认)和HIGH。基准测试结果参差不齐。Argon在代码仓库级软件工程方面领先,但在终端操作方面落后,而且不当的API调用可能花费10至20美元。这些弱点对日常用户的影响比整体平均成绩更为重要。
对开发者而言,实际意义在于Argon无需再将大型生成内容分块,也无需在每一轮对话中重新提交上下文。它在长篇复杂的编程任务中优势最为明显,而其较弱的终端性能和较高的单次调用成本,则要求在脚本中做好仔细的预算规划和防护措施。
来源: Towards Data Science · 由HeadlinesBriefing整理摘要