- 发布日期
Gemini 4正式发布，谷歌旗舰模型登顶网络安全榜首
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
谷歌于周三发布了 Gemini 4 Argon，这是该公司一款面向编程、办公工作和网络防御的新一代尖端模型。谷歌表示，Argon 的表现优于目前市场上的所有其他竞争性人工智能系统。在谷歌自行制作的对比表中，Argon 在18项基准测试中的12项上领先，一项并列第一，并在其余五项上落后。此次发布发生在 Anthropic 推出 Claude Opus 5.5 仅一周之后，也是 OpenAI 发布 GPT 6.1 Sol 的次日，充分凸显了美国各人工智能实验室之间令人目不暇接的竞争速度。
这次公告是在外界经历了数月的期待与部分失望之后公布的。今年7月，谷歌推出了尺寸较小的 Flash 系列模型，却跳过了此前承诺发布的 Gemini 3.5 Pro，导致 Alphabet 的股价下跌约4.4%。Argon 发布当天，特朗普总统还公布了一套自愿参与且不设处罚的人工智能监管框架，因此这次模型发布恰好处于一个政治氛围高度紧张的时刻。
在 DeepSWE v1.1 基准测试中，Argon 获得了77.9%的得分。这项测试用于衡量人工智能能否完成漫长、复杂且混乱的现实世界软件工程任务。Argon 的成绩高于 Claude Opus 5.5 的74.2%、GPT-6 Astra 的74.1%以及 Claude Fable 5.1 的67.4%。作为对比，Gemini 3.6 Flash 在今年7月时的得分仅为49%。Argon 还可以在一次回答中生成最多100万个词元，而此前这一数字为6.4万个词元；换算后，单次输出大约可达到75万个词，而原来的上限约为4.8万个词。
不过，Argon 最受关注的主要功能仍然是安全性。在 Gray Swan 的“间接提示注入”基准测试中，Argon 的攻击成功率仅为0.7%，越低越好。该测试会把恶意指令隐藏在智能体读取的内容中，并衡量攻击在15次尝试之内成功的频率。Claude Opus 5.5 和 Claude Fable 5.1 的成功率均为1.0%，GPT-6 Astra 为8.5%，而 Grok 4.6 和 Kimi K3 超过一半的尝试都遭到了攻破。
Argon 将首先通过谷歌的 Fairwind Program 向经过审核的安全团队提供。该项目于9月2日启动，已有超过650家合作伙伴参与，其中包括政府机构和关键基础设施运营方。值得注意的是，Argon 在发布时没有配备网络安全防护栏，也就是通常会阻止模型协助实施黑客攻击的拒答机制，因为谷歌认为，网络安全防御者必须像攻击者一样思考，才能率先发现并修补漏洞。谷歌计划分阶段推出该模型，同时让 Argon 参与美国政府的自愿预发布访问流程，以管理相关风险。
相关成果已经显现。谷歌表示，Argon 帮助安全公司 Wiz 发现了一处全球医院所使用的医疗软件中的严重漏洞，而此前的尖端模型未能发现这一问题。在 Wiz 渗透测试基准中，Argon 的得分达到70.9%，高于 Gemini 3.8 Flash Cyber 的58.2%。分析人士提醒称，谷歌的 DeepSWE 得分由谷歌自行计算，而竞争对手的数据则来自公开排行榜。
下一阶段，Argon 将向付费 API 客户和 Google AI Ultra 订阅者开放，并与 Anthropic 的 Claude Mythos 以及 OpenAI 的 Trusted Access for Cyber 一同成为受到限制、具备网络攻击相关能力的模型发布版本。随着编程能力、长上下文输出和防御性网络安全能力同时取得进展，整个行业的模型军备竞赛没有显示出任何降温迹象。
