Gemini 4 Argon：百万输出 Token，然后呢？

过去的竞赛是比拼上下文窗口。Gemini 4 Argon 把注意力转向了模型的另一端：它一次能产出多少内容。9 月 30 日，Google DeepMind 推出 Argon，输出上限从 64,000 Token 提升到一百万 Token，相当于一本书的篇幅。对营销人员而言，更有意思的问题是：什么样的工作需要这样的输出。

发生了什么

在 Google 的公告中，Koray Kavukcuoglu 将 Argon 描述为 Google 的前沿模型，“面向真实世界的编程、企业知识型工作和网络防御”。输出 Token 上限扩展至 1M，该模型专为软件工程、法律与金融工作以及网络安全领域中长周期、多步骤的任务而设计，并具备强大的视觉理解能力，例如图表分析和长视频理解。

这次推出的方式不同寻常。Argon 首先通过 Google 的 Fairwind Program 提供给一批受信任的网络防御人员，随后计划向开发者、企业和消费者更广泛地开放，从付费 API 客户和 Google AI Ultra 订阅用户开始。首发优惠价为每百万输入 Token 2 美元、每百万输出 Token 10 美元，优惠期结束后分别上调至 4 美元和 20 美元，缓存输入享受 95% 的折扣。

Google 列出了多项基准测试结果，包括 DeepSWE v1.1 上的 77.9% 和长视频基准 LVBench 上的 91.7%，并介绍了大型代码迁移等内部应用。它还介绍了安全措施，包括对滥用和失准行为的监测，以及对间接提示注入的抵御能力。这些都是 Google 自行公布的结果。

为什么重要

一百万输出 Token 的意义并不在于写更长的博客文章。当任务是一次连贯地产出一个完整成果时，长输出才显得重要：一次完整的代码库迁移、一整套合同、一个大型结构化数据集。在营销中，最接近的对应物是：完整改写一份商品数据源、对整个网站进行本地化，或是一个包含数百个相互协调版本的广告活动素材库。

在我看来，长视频理解是更能立即派上用场的能力。视频主导着社交平台，而大多数品牌仍靠观看样本、做笔记来分析视频。一个能够可靠地、规模化地读懂长视频的模型，打开了过去不可能做得透彻的竞品与品类分析的大门。

而网络安全优先的推出方式，则透露出前沿实验室认为风险所在的位置。当一家实验室让防御者先于所有人获得访问权限时，它是在告诉你：这个模型的能力已经强到对攻击者也同样有用。

我的研究怎么看

我的大部分研究关注的是社交多媒体，而不仅是文本。早年我们构建了bBridge（ACM Multimedia 2016），一个跨网络分析社交多媒体的大数据平台。最近，在SOEX: Explainable AI for Competitor Communications Analytics（WWW 2025 Companion）中，我们专注于解释竞争对手在传播什么，以及为什么有效。

这些工作带来的启示是：分析的规模只是问题的一半。一个能看完一千条竞品视频的模型，仍然需要回答策略人员关心的问题：哪些信息在重复出现，哪些表现良好，它们针对哪些受众，以及还留下了哪些空白。长上下文与长输出模型让阅读和写作变得更便宜。而问题的框定与结果的验证，仍是人的贡献，并以效果数据为支撑。

我还要补充一点提醒：非常长的输出很难核查。一份 200 页的生成文档可能 98% 都是对的，却仍然包含那一条会让你陷入麻烦的说法。输出越长，你就越需要结构化、抽样和自动化检查。

我会如何在营销中使用长周期模型

• 品类视频审计。要求模型针对一整套竞品视频给出结构化的发现：开头钩子、宣传主张、形式、行动号召。然后人工验证一个样本。
• 相互协调的素材库。一次性为一场广告活动生成整套版本，让语气和主张保持一致，并对照检查清单进行审阅。
• 全站本地化初稿。为新市场生成完整初稿，然后请母语审校人员优先检查高流量页面。
• 带索引的长文档。要求模型生成一张附有来源的主张清单，让人能够快速核实高风险部分。

Argon 的头条数字令人印象深刻。对营销人员而言，价值将来自把这种能力与核查产出的纪律结合起来。

常见问题