Google DeepMind于2026年10月13日发布Gemini 4 Argon模型卡，称其为原生多模态推理模型，支持文本、图像、音频和视频输入，输入与输出合计上下文窗口最长可达100万令牌。Google DeepMind模型卡
模型卡显示，Gemini 4 Argon采用稀疏混合专家架构，并可通过Gemini App、Gemini API、Google AI Studio及面向企业的相关渠道提供。Google将其放在软件工程、法律和金融知识工作、科学以及网络安全等复杂任务中评估，说明多模态能力正在从单独的视觉问答功能，转向文档分析、综合推理和工具协作等更长流程。
在多模态理解项目中，Google公布的结果包括Chartography 71.6%、LVBench 91.7%，并在模型卡中与其他模型进行对照。需要注意的是，这些数字来自厂商披露的评测，测试设置、提示方式和样本构成会影响结果，不能直接视为独立机构确认的行业排名。模型卡还说明，部分评测方法已经改进，因此与旧版模型卡中的结果不一定具有完全可比性。
这条信息的价值不只在于单项分数，而在于产品形态的变化：文本、图像、音频和视频被纳入同一模型接口，企业可以围绕多模态文档、视觉理解和长上下文任务设计统一流程。不过，百万令牌上下文并不等于所有模态都能保持相同的理解质量，长输入带来的成本、延迟、信息筛选和权限管理仍需在实际部署中验证。
风险与限制同样需要保留。模型卡承认基础模型可能出现幻觉、响应变慢或超时，知识截止时间为2026年3月；Google也单独披露了多模态安全评估和网络安全、失控风险等仍需缓解的领域。因此，当前更稳妥的判断是：Gemini 4 Argon的公开模型卡进一步展示了多模态模型向企业复杂工作流整合的方向，但厂商自报结果不足以证明其在所有场景中全面领先。
事件及资料日期：事件为Google DeepMind发布Gemini 4 Argon模型卡，日期为2026年10月13日；资料发布日期已由原始页面标注确认。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
