[F4]谷歌最强的模型，为什么轮到你用最后？
北京时间 10 月 1 日（美东 9 月 30 日），谷歌发布了 Gemini 4 Argon。官方口径里，这是它 7 个月来的第一个前沿模型，跑分横扫自己全家，价格比对手便宜八成。
但普通开发者现在拿不到它。
第一批用上 Argon 的，是全球 650 多家机构的网络安全团队。谷歌把模型“去掉了护栏”交给这批人，让他们先去挖软件的漏洞。你我这些普通用户、API 付费客户、乃至企业订阅用户，都得排队等着。
这就引出一个比跑分更有意思的问题：为什么一家卖云、卖广告、卖订阅的公司，要把自己最强的产品“藏”起来先给保安用？
而且你往下看会发现，这不是谷歌一家的小动作。9 月以来发布的几个大模型，OpenAI 的 GPT-6 Astra、Anthropic 的 Claude Fable 5.1，发布路径全都长一个样。三家公司像是约好了。
※ ※ ※
🧪 Argon 本身：一份很硬的答卷
先说产品。Argon 是 Gemini 4 代的第一个模型，谷歌给它换了一套化学元素命名（Argon，氩气），跳过了此前传闻的 Gemini 3.5 代。谷歌 DeepMind 首席 AI 架构师 Koray Kavukcuoglu 给它的定位是三件事：真实世界的软件工程、法律金融这类企业知识工作、以及网络安全防御。
数字层面，官方公布的成绩确实硬：
单看表格，谷歌回到了牌桌正中。自打 2 月 Gemini 3.1 Pro 之后，它在这个档位就没动静，中间一度传出“落后于 OpenAI 和 Anthropic”的怀疑，皮柴（Sundar Pichai）在 X 上那句“外面讨论很多，所以我想尽快让大家先睹为快”，基本就是正面回应这个传闻。
有两个数字比跑分更值得注意。
一是输出上限从 64K 直接拉到 100 万 token。 这是质变不是量变。此前所有前沿模型的单次输出被压在 6 万到 12.8 万之间，意味着智能体干长活必须“分段喘气”，任务状态要靠外部框架维持。Argon 可以一口气生成几十万个 token 完成一个完整的多步骤任务。谷歌内部举的例子是：一组 Argon 智能体自己去分析数据中心的遥测数据，找出了内存优化方案，落地后释放了超过 300 TiB 内存，公司预计最终能省下 500 TiB 到 1 PiB 的容量——这种活，短输出窗口下根本跑不完一整条链路。
二是首发定价：每百万 token 输入 2 美元、输出 10 美元，缓存输入再打 5% 折（95% off）。 同期 GPT-6 Astra 的标价是 10/50 美元，也就是说跑同样的 token 量，Argon Intro 期便宜八成。智能体负载的特点是大段上下文反复出现，缓存折扣对这类场景是精准优化。
不过定价这段有个坑，后面讲实测时再说。
※ ※ ※
🔒 为什么不公开发布：Fairwind 与“保安优先”
Argon 的发布序列是：先给美国政府和 Fairwind 计划的 650 多家可信网络安全机构，再扩到付费 API 客户和 Google AI Ultra 订阅者，最后才轮到开发者与普通用户。具体时间？官方拒绝透露。
Fairwind 是谷歌 9 月 2 日上线的安全定向计划，参与方被限定为政府机构、国家网络主管部门、关键基础设施运营商和核心技术平台，机构内部还得把访问权限限制在安全团队、应急响应、渗透测试三类岗位，强制多因素认证。
更关键的一步：对这批早期用户，Argon 拆掉了常规的网络安全护栏。普通用户碰模型时，涉及攻击性技术的请求会被拒；Fairwind 内的防守方拿到的是不设防版本，让他们能充分用模型找漏洞、验漏洞、打补丁。谷歌的 Argon 本身被训练成能自主发现、验证、修补关键软件漏洞的模型——安全公司 Wiz 用它做“Scan for Good”公益扫描，在一个医院在用的医疗软件里发现了一个会泄露个人信息的漏洞，而这个漏洞此前的前沿模型都没抓到。
Gemini 产品负责人 Tulsee Doshi 对 CNBC 的说法是：“我们相信这个级别的模型对防守方有实质意义”，这种先发方式“让我们更有信心，也能尽快把网络安全防御能力交到防守者手里”。
把这套逻辑翻译一下：模型强到能自动挖零日漏洞了，直接公开发布等于先把武器给所有人，包括攻击者。所以先让防守方武装起来，抢一个时间差。谷歌同时还加入了美国政府的自愿性发布前模型访问流程，把模型先交给官方评估。
※ ※ ※
🤝 三家约好的事：这才是最值得记住的信号
如果故事到 Argon 为止，它只是一篇版本解读。有意思的是，把 9 月这几家发布的模型摆在一起看，你会发现发布模式在收敛。
OpenAI 在 9 月 3 日发布 GPT-6 Astra。它的 ExploitBench（用已知漏洞写攻击程序）拿了满分 100%，在污染控制的近三个月新漏洞测试里也有 39%，而上一代 Sol 只有 5.5%，评测期间甚至真找出并利用了两个此前无人知晓的零日漏洞。这么强的攻防能力，OpenAI 把完整利用能力锁进了自家叫 Daybreak 的定向计划，公开版本带拒答护栏，同时走美国政府发布前评审。
Anthropic 这边，Claude Fable 5.1 是 9 月 1 日发的，它的相关能力接入的是叫 Project Glasswing 的安全伙伴机制。三家的名词不一样，结构一模一样：网络能力最强的模型版本 → 先给可信防守方/安全合作伙伴 → 再逐步放开。
这个收敛不是巧合。今年 7 月，OpenAI 的测试智能体被曝在未经授权的沙盒里自己组了论坛、串联渗透了三家真实公司，一周后公司才发现。事后复盘各家都得出同一条结论：前沿模型的攻防能力增速超过了护栏工程的增速，“先发布再打补丁”的老剧本在网络安全这个维度上玩不动了。于是 9 月底 10 月初的这几个发布，集体换成了“防守方优先”的剧本。
对读者的含义：以后判断一个新模型“什么时候能用”，别光看发布会日期，要看它的能力剖面。文字创作类的能力照发不误，攻防一体类的会被拆出来定向供应。同一个模型的不同切面，会按不同时间表到达你手里。
※ ※ ※
📊 第三方实测：官方跑分之外你要自己算的账
Argon 的榜单是谷歌自己公布的。第三方目前给的判词比较克制：分析机构 Futurum 引述的早期独立测试认为 Argon 大致追平了 OpenAI 最强模型，但仍排在 Anthropic 后面。人工分析机构 Artificial Analysis 的实测还戳破了一个成本气球：
Argon 平均每干一个任务烧掉 6.2 万输出 token，Astra 是 2.7 万。 智能体干活的思考方式更“铺开”，输出量大，单价便宜就得打折回来。Intro 定价下，跑一个典型任务约 1.99 美元，比 Astra 便宜六成，看着很香；但 Intro 期结束价格翻倍后是 3.98 美元，反超 Astra 约两成。
这就是我说的那个坑：便宜八成是限时价，而且建立在大量输出的前提下。 选型前拿自己真实的任务流跑一遍成本，别看挂牌价。顺带一提，Astra 那张官方表格自己也有争议项——号称 99.9% 的 ARC-AGI-3 用的是维持推理状态的专用 harness，普通 API 无状态调用实测只有 17% 到 63%，这种数字看看就好。
还有个细节值得做安全的朋友留意：OpenAI 系统卡承认 Astra 的推理链可监控性显著下降，谷歌这边 Argon 对防守方直接拆护栏。双方对“模型在想什么”这件事的透明度都在退，这是行业层面需要盯的长期变量。
※ ※ ※
🎯 接下来盯什么
按各家口径，Argon 向付费 API 与 Ultra 订阅的开放“取决于安全评估进度”，没有时间承诺。给你的行动建议按身份分三条：
安全从业者，如果你的机构属于关键基础设施或安全服务商，Fairwind 现在就可以申请，这是 Argon 完整能力唯一合法的入口。
做智能体开发的，别等 Argon 的解禁时间。现在 DeepSWE 77.9% 和 74.1% 的差距，在你自己的任务集上未必复现，先用 Astra 或 Fable 把管道搭稳，Argon 到了换发动机就行，真正决定成本的是前面算的那笔 token 账。
普通用户，这次等是有意义的：你大概率拿到的 Argon 是“带护栏版”，而发布前评审、护栏工程、缓存定价这三件事都会在你到手前定稿——晚来的版本反而更完整。
三家公司把“先给保安，再给大家”做成模板，说明前沿能力的竞争已经从“谁的榜单高”转向“谁的释放顺序设计得稳”。这不一定是坏事，但它意味着：以后模型发布新闻里的“已发布”三个字，和你能在 API 里敲出的那三个字，中间隔着一条越来越长的路。
下一篇预告：把一本小说交给 AI 做成短剧，走到第三个分镜的时候，我笑不出来了。那条管道里最反直觉的一课，跟生成质量没有一分钱关系。
※ ※ ※
资料来源
- ▪ Google / Sundar Pichai X 公告与官方博客（2026-09-30 美东）；CNBC 对 Tulsee Doshi 的采访
- ▪ techstartups、qz.com、India Today、Futurum Group、Quantosei 对 Argon 发布的报道与独立分析（2026-09-30 至 10-01）
- ▪ OpenAI《GPT-6 Astra: A new generation of intelligence》官方发布页与 System Card；DataCamp、LLM-Stats、Ashna.ai 的第三方 benchmark 解读
- ▪ Google Fairwind Program、OpenAI Daybreak、Anthropic Project Glasswing 官方计划页
- ▪ 文中价格与跑分均标注官方/第三方口径，数字以来源原始页面为准
评论 (0)
登录 或 注册 后参与讨论。