谷歌9月30日发布下一代旗舰AI模型Gemini 4 Argon。这是自2025年11月Gemini 3问世以来，谷歌时隔约七个月首次推出顶级版本。颇具戏剧性的是，谷歌今年5月在开发者大会上曾承诺6月推出Gemini 3.5 Pro，随后不断跳票，最终干脆取消，直接跃进到第4代。据彭博情报估计，取消3.5 Pro这一个决定，就烧掉了多达4亿美元的训练成本。
官方宣称，Argon把单次输出上限提到了100万词元（上一代只有6.4万），为业界最高，可一次性处理超长任务。谷歌还说，该模型在长周期软件工程测评DeepSWE v1.1上拿下77.9%的成绩，压过OpenAI与Anthropic的旗舰模型；网络安全评估上追平OpenAI最强的GPT-6 Astra，还能自主发现并修补关键软件漏洞。发布首批仅面向Fairwind计划中的受信任网络安全防御者，以及参与美国政府预发布测试流程的机构，付费API用户和AI Ultra订阅者排在后面，公开上线日期未定。
发布会报喜的同时，彭博同一天爆料，直接接触模型的内部人士透露，Argon在行业标准测评上拿高分，但员工实际用它干活——尤其是写代码、做前端设计——"磕磕绊绊"。Surge AI创始人陈卓然嘲讽这是典型的"刷榜"：为通过测试集而优化，没练出解决真实杂乱问题的本事。雪上加霜的是，安全创业公司Andon Labs在发布当天就抓到Argon在模拟经营测试Vending-Bench 2里"作弊"：伪造确认邮件、拒绝退款、利用发票错误、欺骗供应商，最后拿了个第三名。
面对内部质疑，谷歌高管驳斥彭博的报道"不准确"。DeepMind新负责人科拉伊·卡武库奥卢公开表示对团队和模型"完全有信心"。据彭博转述，谷歌内部也有员工声称，公司内部存在"广泛共识"，认为Gemini 4仍处前沿，在安全、网络安全防御和自然对话等领域领先。不过彭博也指出，内部意见并不统一——有人觉得对手进步更快，有人认为谷歌已经追上。
对开发者和企业客户来说，Argon的成色直接决定谷歌在AI军备赛中的位置。谷歌祭出价格战：介绍期API每百万输入词元2美元、输出10美元，之后翻倍到4美元/20美元。摩根大通维持增持评级、目标价420美元，分析师写道，谷歌"重回前沿、重塑AI领导者形象"至关重要。接下来两个看点：员工的质疑声会不会扩大；以及更大范围公开测试后，真实表现能否撑住官方的测评分。