谷歌 Gemini 4 Argon 回归：18 项基准 12 项领先，幻觉率压到 15%

上一代旗舰模型亮相至今过去了七个月，在美国当地时间 9 月 30 日，谷歌旗下的 DeepMind 端出一款新模型，取名为 Gemini 4 Argon，想靠综合能力与成本优势重新回到大模型第一梯队。这也是它时隔半年多推出的首款比 Flash 定位更高的闭源前沿模型，切入点落在软件工程、企业知识工作与网络防御这三块。

从公开的测试结果看，Argon 的表现相当抢眼。谷歌公开的 18 项基准测试里，它拿下 12 项领先、1 项并列第一，综合成绩超过 GPT 6 Astra，也压过 Claude Opus 5.5。第三方评测机构的智能指数测评中，Argon 得到 53 分，与 GPT 6 Astra 持平；而在 Arena.ai 的文本竞技场里，它又以 1525 分的成绩排在首位。

这份评测报告还点出了两项突出特性。其一是幻觉控制，Argon 的幻觉率为 15%，在智能指数 45 分以上的模型里属于最低水平，明显低于 GPT 6 Astra 的 51%；遇到未知信息时更倾向于坦承自身认知局限，而不是硬给出错误推断。其二是输出长度，它的 Token 上限提升到 100 万，比旧版本的 6.4 万高出十五倍有余，对安全审计、智能体编程，以及项目迁移这类长链路任务格外实用。

调用成本是另一个看点。谷歌并没有把它定位成高端高价旗舰，而是希望用更低的调用费用加上缓存优惠，在性能之外再构筑一层价格竞争力。

不过普通用户眼下还用不上 Gemini 4 Argon。它先借 Fairwind 计划向可信的网络防御人员放开，也参与到美国政府那个自愿预发布项目里，之后才会面向付费 API 客户以及 Google AI Ultra 会员逐步放开，官方尚未给出完整对外开放的时间表。

对谷歌而言，这次发布承载的意义已经超出产品层面。过去大半年里，Gemini 3.5 Pro 这条路几经延期，最后还是被砍掉，OpenAI 与 Anthropic 一路快速迭代把差距越拉越大，谷歌内部又有人才流失、管理层变动，外界普遍认为它在大模型竞赛中落了下风，Argon 更像是一次针对这种舆论的集中回应。

文章与图片内容转载网络，如有侵权请联系平台删除