谷歌在人工智慧領域有所動作。該公司發布了其最新的尖端模型Gemini 4 Argon，旨在再次與目前最強大的系統競爭。此前幾個月，Google似乎在與 OpenAI 和 Anthropic 等公司的競爭中落後了一段時間。
該模型專為複雜的專業任務而設計，例如程式設計、網路安全或企業知識工作。根據Google分享的數據，Argon 在多項測試中達到甚至超越了同類產品，儘管公司內外對此褒貶不一。
GPT-6 Astra 和 Claude Opus 5.5 的競爭對手
Gemini 4 Argon 的發布目標明確：與 OpenAI 和 Anthropic 競爭。谷歌的基準測試顯示，Argon 在各項測試中均優於 Claude Opus 5.5 和 Fable 5.1。在獨立評估機構人工智慧分析指數 (AII) 中，Argon 獲得了 53 分，與 OpenAI 的旗艦模型 GPT-6 Astra 的得分相同。
在專注於實際軟體工程的 DeepSWE 測試中，Argon 的得分為 77,9%，高於 GPT-6 Astra 的 74,1% 和 Claude Opus 5.5 的 74,2%。谷歌還重點介紹了其在 Vals 指數中的排名第一，該指數衡量金融、法律和稅收等領域的經濟影響。此外，在評估漏洞修復能力的 CWE-bench 測試中，Argon 的得分為 68%，並列第一。
其中一項最引人注目的發現是幻覺的減少。根據人工智慧分析（Artificial Analysis），Gemini 4 Argon 在 AA-Omniscience 測試中的幻覺率為 15%，而 GPT-6 Astra 的幻覺率則高達 50%。差異在於，Argon 在不確定時更傾向於回答“我不知道”，而不是編造答案。然而，Astra 在同一測試中取得了更高的準確率，因此需要結合具體情況來解讀這些數據。
技術能力：一百萬個令牌和自主網路防禦
Gemini 4 Argon 最顯著的新功能之一是其單次回應最多可產生一百萬個詞元 (token)。為了便於理解，一個詞元相當於一個單字的片段，一百萬個詞元大約相當於 750.000 萬個英文單字。這比之前的 64.000 萬個詞元上限提升了十五倍以上。憑藉如此強大的處理能力，該模型可以處理以前需要拆分成數十個請求才能完成的任務，例如遷移整個程式碼庫。
網路安全是谷歌重點關注的另一個領域。 Argon 能夠定位、驗證和修復二十多種程式語言中的漏洞，甚至無需存取原始程式碼即可分析即時網路系統。該公司聲稱，Argon 可以自主發現並修復關鍵漏洞，類似於Gemini 3.8 Flash Cyber 模型旨在增強程式安全性的功能，但除Google選擇公開的資訊外，其具體發現的細節尚未公開。
在Google內部，數千名員工每天都在使用 Argon。該公司表示，其團隊使用 Argon 進行研究和程式設計任務，並已在其資料中心釋放了超過 330 TB 的記憶體。這些都是Google展示的實際案例，旨在證明 Argon 並非只是抽象的數字，儘管其在實際使用者體驗方面的表現仍有待觀察。
限量發行、定價以及對實際性能的疑慮
儘管媒體大肆宣傳，但事實上，目前幾乎沒有人能夠體驗到 Gemini 4 Argon。谷歌選擇了分階段推廣的方式，首先是針對透過 Fairwind 計畫選拔的一小群網路安全專家。該模型目前也正在接受美國政府的評估，這是此類系統推出前的標準程序。之後，付費 API 用戶（即已訂閱 Google AI Ultra 的用戶）也將可以使用該模型，但目前尚未確定正式發布的具體日期。
谷歌吸引企業的另一個賣點是其優惠的起始價格。在推廣期間內，加入費用為每百萬代幣 2 美元，退出費用為每百萬代幣 10 美元（約 1,75 歐元和 8,75 歐元）。之後，費用將翻倍至 4 美元和 20 美元。據 Artificial Analysis 稱，憑藉這一初始折扣，每項任務的成本將比 GPT-6 Astra 低 40%。
並非全是好消息。彭博社採訪了一些Google員工，他們聲稱，雖然 Argon 在基準測試中表現出色，但在實際程式設計任務中卻不如預期。谷歌否認了這些說法，並堅稱其團隊廣泛使用 Argon 並取得了良好的結果。這種差異反映了一個令人不安的事實：合成基準測試的結果並不總是能反映日常工作的實際情況，因為日常工作中程式碼庫龐大、依賴關係不完善、文件匱乏。
政治背景也扮演了重要角色。就在宣布消息的前一天，Google執行長桑達爾·皮查伊與美國總統唐納德·川普和其他科技公司高層簽署了一項自願性自律協議。該文件概述了網路安全和生物威脅方面的審計和內部控制措施。谷歌堅稱，Argon 擁有完善的邊境安全措施，只有在確保最高安全性後才會向用戶發布。
在Google承諾的 Gemini 3.5 Pro 專案最終未能面世之後，這款新機型應運而生。 Gemini 3.5 Pro 項目飽受訓練錯誤困擾，性能遠遜於競爭對手，導致谷歌放棄該項目，轉而專注於自 7 月以來一直在開發的 Argon 項目。谷歌此舉旨在表明，儘管業界對基準測試與實際應用體驗之間差距的質疑依然存在，但谷歌仍然保持著在尖端人工智慧領域的重要地位。
