Google 宣布将新一代前沿模型 Gemini 4 Argon 上线 Google Cloud。此前 Gemini Enterprise 已升级，并引入常驻的 Gemini agent，可从单一提示框完成写代码、长任务执行等操作，Argon 正是支撑这类工作的模型。Argon 的训练目标是深度与精度并重，能够在长程多步任务中维持上下文，同时注入领域专长。

Argon 的核心能力之一是处理长文档。它能读取混合文本、表格、图表和图片的输入，生成可溯源的结构化输出，把多个来源的发现汇集成单一答案，还能做跨时间数据分析，撰写法律、金融和执行级文档。任务很长时，模型会持续执行直到完成。更重要的是，Argon 被训练成尊重系统边界、如实报告负面结果，在不可逆操作前暂停确认，找不到信息或无法完成时也会明确告知。GitLab 的 VP Stuart Moncada 评价说，软件开发生命周期需要能支持长运行多步工作的模型，Argon 正是为此设计，并且能融入企业现有工作流。

在金融、法律、税务等受监管领域，Argon 强调可验证的精度。它可自动化多步对账、电子表格公式和差异分析，官方称其在 Vals Index 上领先，该指标衡量金融、编码、法律、税务工作的经济影响。法律研究方面，Argon 在 Harvey 的 Legal Agent Benchmark 上领先，Harvey 应用研究负责人 Niko Grupen 表示，相比 Gemini 3.1 Pro，Argon 在 M&A、数据隐私与网络安全、EC/VC 等评估上有实质改进，长文档分析准确度也保持稳定。ServiceNow 的 AI 产品高级副总裁 Nenshad Bardoliwalla 提到，双方合作用 NowAI-Bench 评估，Argon 早期访问中的任务成功率比 Gemini 3.8 Flash 提升约 20%，HR 和客服场景增益明显。

Argon 还被用于加速产品研发。Figma 设计官 Loredana Crisan 称，Argon 在 Figma Make 中能可靠处理从 3D 游戏到复杂动画的多步任务。Google 自己的 ADK（Agent Development Kit）团队让 Argon 在自动化测试护栏下自主运行一夜，结果将长会话的内存会话准备时间减少 40%，冷导入加快 21%，这些优化已合入 google/adk-python。Google 内部使用 Argon 的 Antigravity 工程团队，agentic 代码提交量增加超过 35%，代码回滚减少近三分之一。Chrome 团队用 Argon 完成了 Chromium 代码库中跨数百文件的架构重构，把原本数月的工作压缩到数周。AlphaEvolve 也拿 Argon 做企业级负载优化，覆盖工厂调度、物流、游戏代码加速和芯片布局等。

安全方面，Argon 默认带有网络缓解，阻止渗透测试和利用等攻击性任务，但可通过 CodeMender 或用户自己的安全框架发挥防御能力。它在 CWE-Bench v1 上并列第一，漏洞修复得分68%。HubX 的 AI 实验室首席 AI 官 Yunus Emre 报告，该模型在评估中识别出 100% 的顶级漏洞，且没有产生虚构漏洞。Argon 也增强了对抗间接提示注入的能力，在 Gray Swan 基准测试中，15 次自适应攻击的成功率被压到0.7%。此外，Google 通过 Fairwind Program 向经过审查的可信防御者提供无护栏版本，用于测试全面的网络安全能力。

可用性方面，Gemini 4 Argon 即日起在 Gemini for business（网页、桌面、移动端）上线。企业开发者可通过 Gemini platform（模型 ID gemini-4-argon）、Google AI Studio 和 Google Antigravity 访问 API。定价方面，输入 token 为 $2/百万，输出 token 为 $10/百万，有效期至 2026 年 11 月 30 日，缓存输入 token 有 95% 折扣；之后标准价为 $4/百万输入、$20/百万输出。Google 还提供了模型卡和开发指南，涵盖技术规格、token 限制和迁移说明。