Google 发布 Gemini 4 Argon，先向安全专家和政府开放再面向公众

Google 已向普通付费用户、开发者和企业客户开放其顶级 AI 模型 Gemini 4 Argon。在公开发布前约两周，Google 先行向参与其网络安全合作项目的部分专家以及美国政府提供了该模型，以便防御方有时间应对 AI 日益增强的网络攻击能力。

Google DeepMind 称，Argon 在与其他模型对比的 19 个评测类别中有 13 项单独排名第一。Anthropic 和 OpenAI 此前也采取了类似的“分阶段发布”做法，Meta 同期推出新模型加入竞争。

分阶段发布的做法

Google 在本月 13 日把 Gemini 4 Argon 的访问权限扩大到普通付费用户、开发者和企业客户。该模型面向编码、金融、法律、网络安全等领域的复杂多步骤任务。而在公开发布之前，Google 已于上月 30 日先行向参与其网络安全合作项目 Fairwind 的部分专家以及美国政府提供该模型，原因是担心其漏洞检测能力被改作黑客工具。Google 表示，在这段先行开放期内，公司增强了公开版本对“提示注入”攻击的抵抗能力，这类攻击通过恶意指令操纵 AI。

这种先小范围、后公开的做法并非 Google 独有。Anthropic 今年 4 月只向少数公司发布其前沿 Mythos 模型的预览版 Claude Mythos Preview，理由是判断该技术可能被黑客利用，因此优先提供给大型科技与安全公司用于防御；6 月又通过网络安全合作计划 Project Glasswing 发布经过安全调整的通用版本 Fable5 和安全专用模型 Mythos5。OpenAI 则在 9 月先把 GPT-6 Astra 提供给参与其网络安全计划 Daybreak 的部分机构，随后数日内逐步向付费用户扩大开放。Astra 是首个在 OpenAI 自身评估中获得最高“严重”风险等级的模型，据称在具备一定访问权限时，可在无人工干预下识别安全漏洞并设计、执行攻击序列。

评测与内部应用数据

在衡量工作自动化能力的 AutomationBench 上，Argon 得分 51.3%，高于 OpenAI GPT-6 Astra 的 41.4% 和 Anthropic Claude Opus 5.5 的 42.5%；在评估长时段软件开发能力的 DeepSWE 上，Argon 得分 77.9%，同样高于后两者的 74.1% 和 74.2%。

独立评测结果相近。AI 模型评估机构 Vals AI 的专业任务表现评估 Vals Index 中，Argon 以 68.9% 在受评的 48 个模型中居首，Claude Opus 5.5 为 67.0%，GPT-6 Astra 为 63.1%。AI 模型评测平台 Arena 本月 13 日发布的文本综合排名中，Argon 以 1525 分登顶。

Google 还强调了内部使用结果。Google DeepMind 高级副总裁兼首席 AI 架构师 Koray Kavukcuoglu 表示，Google 内部正用 Argon 解决最具挑战性的工程问题。据 Google 介绍，在内部 AI 开发工具中应用 Argon 后，使用 AI 智能体的代码提交量增加超过 35%，代码回滚率下降约 30%。不过市场研究机构 Gartner 高级分析师 Nitish Tyagi 对 IT 媒体 Computerworld 表示，Argon 能否在企业用例中产出同等质量的成果尚未得到验证，企业在选择 AI 模型时应优先参考在自身工作环境中的直接测试结果。

Meta 入场与竞争格局

Meta 也在 12 日推出最新 AI 模型 Muse Wonder 和 Muse Wonder Full，加入竞争。此前 Llama 4 去年曾引发性能争议，Meta 随后招募了 Scale AI 创始人 Alexandr Wang，并对 AI 部门进行大规模重组；公司今年 4 月推出 Muse Spark，9 月上线个人 AI 智能体 Muse，加快新产品开发节奏。据独立 AI 评测机构 Artificial Analysis，Muse Wonder Full 的综合智能指数为 56 分，比此前的 Muse Spark 1.3（48 分）提高 8 分。

专家对安全性的提醒

有专家提醒，分阶段发布本身并不足以保证安全，还需要持续的验证与监测。这一判断与 Gartner 分析师关于企业环境仍需实测的观点相呼应：先行开放为防御方争取了应对时间，但模型在真实企业场景中的表现与风险，仍要依靠后续检验。

要点

• Argon 于本月 13 日向付费用户、开发者和企业开放
• 公开发布前两周已提供给安全专家和美国政府
• Argon 在 19 个评测类别中 13 项排名第一
• AutomationBench 得分 51.3%，高于 GPT-6 Astra 的 41.4%
• Google 内部使用后 AI 代码提交量增加逾 35%