谷歌发布 Gemini 4 Argon：百万 token 输出解锁了什么新场景
10 月 1 日，谷歌发布新一代旗舰模型 Gemini 4 Argon。如果只用一个数字概括这次升级，那就是：输出上限从上一代的约 6.4 万 token，提升到了 100 万——超过 15 倍的跨越。
百万 token 输出，意味着什么？
过去几年，行业竞争的焦点 mostly 在"输入侧"——上下文窗口越来越大，模型能"读"的内容越来越多。但输出侧长期徘徊在几万 token 的量级。这次谷歌把输出上限推到百万级，直接解锁了一类新场景：
超长内容的直接产出：一本十几万字的书籍初稿、一整套详细的方案文档、大规模的代码库重写，理论上可以在一次生成中完成，不再需要"分章节反复投喂"。
据公开报道，该模型在编程基准 DeepSWE v1.1 上取得 77.9% 的成绩，在多项自家对比测试中领先多数竞品。10 月 14 日，模型登陆 Gemini 应用，面向 AI Pro 与 AI Ultra 订阅用户开放。
配套动作：智能体编程界面
值得注意的是，与模型一同推进的还有智能体侧的布局：据报道，谷歌将 Antigravity 智能体编程界面同步内置进 macOS 客户端。模型能力与智能体工具的深度绑定，正在成为巨头们共同的产品策略——单独的"聊天模型"已经不足以构成竞争力。
对普通用户和开发者的实际影响
对订阅用户：长文档处理、大型项目代码工作的体验会有直接提升，特别是过去需要频繁"续写"的场景。
对开发者：百万 token 输出对 API 定价和工程实践都是新课题——生成成本如何控制、如何校验超长输出的一致性，都是接下来社区要解决的问题。
对行业：输出侧军备竞赛正式开启。就在同月，OpenAI、Meta 也先后在上下文与智能体能力上出牌，10 月的旗舰混战中，"能处理多长的任务"已经取代"能回答多难的问题"，成为新的竞争标尺。
当然，参数表上的数字需要实测验证。米岸AI 将持续关注 Gemini 4 Argon 在真实长任务中的表现，欢迎关注后续评测。