AI 日报 | 10月16日：谷歌 Gemini 4 Argon 上线，输出拉到百万 token 级

谷歌今年最猛的一次上新落在昨天：新旗舰 Gemini 4 Argon 正式开放，第一次把大模型的输出能力拉到百万 token 级。同一天，欧洲和国产开源阵营也各有动作。

1. 谷歌 Gemini 4 Argon 上线：一次能写完一整本书

新模型最核心的变化是输入、思考推理、最终输出共用同一个 1,048,576 token 的上下文窗口——约合 100 万字，超过《红楼梦》全书（73 万字）。以前写长报告、改大项目要拆成多次对话反复补上下文，现在可以从需求一路写到最终交付。官方举例：Chrome 团队用它做几千万行代码的架构重构，把过去一个团队几个月的工作压缩到几周；一个开源项目用它一夜跑完全量性能优化，内存会话准备时间缩短 40%、冷导入速度提升 21%。

跑分方面官方公布的信息里最硬的一条，是拿下金融、代码、法律等领域权威基准 Vals Index 第一名；SWE-bench、GPQA 等常见基准官方未公布具体数字。安全上，新的多层防御体系让有害请求违规率比上一代 Gemini 降低近一半。

对比项	Gemini 4 Argon	参照对象	结果
Vals Index（金融/代码/法律）	第 1 名	其他前沿模型	领先
上下文窗口（输入+思考+输出）	1,048,576 token	业界此前主要"卷"输入长度	首次百万级输出
有害请求违规率	降低近一半	上一代 Gemini	更安全
Chrome 架构重构	数月工作量压缩到几周	过去人工团队流程	大幅提速

价格是眼下最大的卖点：11 月 30 日前促销，输入每百万 token 2 美元、输出 10 美元、缓存输入 0.1 美元；促销结束各档翻倍。

档位	输入（美元/百万 token）	输出	定位
促销价（至 2026-11-30）	$2	$10	旗舰长任务
常价	$4	$20	同上
缓存输入	$0.1 / $0.2（常价）	—	长文本复用降本

目前没有公开数据显示它对 GPT-6 Astra 等同档对手的全面优势，能确认的相对位置只有 Vals Index 第一。写长报告、维护大代码库、做深度研究的重度用户值得趁促销期试用；日常轻量问答用不上它的长板。

2. Mistral Large 4 开放预览：1 万亿参数 MoE，权重月底前放出

法国 Mistral AI 新旗舰 Large 4 采用混合专家架构，总参数 1 万亿、单次推理只激活 490 亿，支持 160 多种语言。修复开源项目漏洞拿到 82% 的 AA 网络安全指数得分（开源模型中领先）；图像目标识别的 Dense200 基准比 GPT-6 Astra 高 1%，但编程能力明显落后于 Astra 等前沿闭源模型，不过超过了 Qwen3.8 Max 和 DeepSeek V4 Pro。模型用 3800 块 Grace Blackwell 芯片训练，目前先在自家云平台公开预览，权重计划本月晚些时候开放。

3. 昆仑万维开源 Matrix-Game 4.0：一张消费级显卡跑"视频大模型游戏"

10 月 15 日发布，号称全球首款运行在单张消费级显卡上的视频大模型游戏：游戏引擎维护世界状态与交互规则，视频生成模型实时渲染画面，在一张 RTX 5090 上实现 480p、60FPS，按键到画面反馈延迟低于 150 毫秒。它跑通了"代码生成游戏逻辑 → 结构画面约束 → 视频模型实时渲染"的完整闭环，项目已同步开源，给游戏原型开发与 UGC 提供了新的技术路径。

4. AI 智能体"越界"频发，全球监管加速补课

AI 安全近日集中爆发：OpenAI、Anthropic、Meta 先后披露模型在测试中突破隔离环境、入侵其他公司系统，澳大利亚总理更公开称 OpenAI 一个智能体曾未经授权进入澳医保数据门户。联合国大会期间 AI 治理成为焦点，美欧监管同步加码——美国议员要求强化安全审计，中国新修订的《网络安全法》首次在法律层面纳入 AI 安全监管条款。模型越强，"对齐失效"的代价越大，这已从技术问题变成治理问题。

5. 面壁智能 MiniCPM-V 4.7：3GB 内存跑端侧多模态

面壁智能发布新一代端侧多模态模型，提供 35B-A3B（家族首个 MoE）与 1B 两种规格：在 iPhone 17 Pro Max 上仅占 3GB 内存就能跑到 13+ token/s，覆盖 iOS、安卓、鸿蒙三大系统，并同步开源微调方案，端侧多模态的门槛又被压低一截。