Gemini 4 Argon launches: first on 14 of 19 benchmarks
Google's new flagship is renamed Gemini 4 Argon and opens first to Fairwind cybersecurity partners; against GPT-6 Astra, Opus 5.5 and others it takes first on 14 of 19 benchmarks, with output raised to 1M tokens.
Gemini 4 来了，但这代旗舰不叫 Pro 了，叫 Gemini 4 Argon，也就是之前泄露出来的那个内部代号。而且现在大部分人还用不了，只开放给 Google Fairwind 计划里的一批网络安全防御方，后面先放给付费 API 用户和 AI Ultra 订阅者，没给具体时间。Flash 会不会也改名还没说，目前最新的 Flash 还是 3.8 Flash。 成绩上，官方表里拿它和 GPT-6 Astra、Claude Fable 5.1、Opus 5.5 比了 19 项，Argon 拿了 14 项第一（CWE-bench 是和 Astra 并列）。 最强的是知识工作。Zapier 的 AutomationBench 51.3%，比第二的 Opus 5.5 高了快 9 分，Harvey 的法律 agent 基准 19.6%，另外三家都不到 7%。长上下文也拉开了差距，256k 到 1M 的 GraphWalks 是 84.2%，第二的 Astra 只有 71.8%。 编程就有点分裂了。DeepSWE v1.1 77.9% 是新 SOTA，但 FrontierSWE v2 和 Terminal-bench 4.0 都是四家里垫底，Terminal-bench 比 Opus 5.5 低了 9 分。 特点里最夸张的是输出上限，直接从 64K 拉到 1M token，Google 的说法是让模型能在一次任务里连续推理和生成几十万 token。另一个重点是网络安全，给可信防御方的版本去掉了 cyber 护栏，能自己找漏洞、验证再打补丁。Wiz 已经用它在全球医院用的医疗软件里挖出了一个之前前沿模型都没发现的严重漏洞。 Google 内部已经在用了。比较有意思的一个例子是让 Argon agent 把 libgav1 Rust 移植版里 32K 行 SIMD 代码重写成 safe Rust，结果比原来的 Rust 版快 2.7 倍，输出完全一致。 价格是首发优惠价，每百万 token 输入 $2、输出 $10，缓存输入再便宜 95%。优惠结束后是 $4 / $20，和 Opus 5.5 一模一样，优惠多久没说。
This post quotes another post: x.com/google/status/2105388143902175529