谷歌发布 Gemini 4 Argon，输出上限破百万 Token

10月1日的AI行业迎来多项重磅更新，谷歌推出新一代大模型 Gemini 4 Argon，输出能力大幅跃升，同时微软、OpenAI、MiniMax 等厂商也相继发布新产品与研究成果。以下是今日AI资讯的梳理与分析。

谷歌 Gemini 4 Argon：面向工程与安全防御

谷歌本次发布的 Gemini 4 Argon 主打三大场景：软件工程、企业知识工作和网络安全防御。最引人注目的变化在于输出上限——从此前的 64,000 Token 一举提高到 100 万 Token，这意味着模型在处理长链路、多步骤任务时拥有更大的发挥空间。

在官方公布的评测中，Argon 在真实软件工程基准 Deep SWE 1.1 上取得 77.9% 的成绩，在业务自动化基准 Automation Bench 上取得 51.3%，均为该项领先水平。这组数据反映出谷歌正试图把大模型从对话工具推向可承担实际工程任务的自动化执行者。

定价方面，长线价按每百万 Token 计，输入 2 美元、输出 10 美元；长线期后分别涨至 4 美元和 20 美元。目前首批通过 Fairwind 计划向受信任的网络安全防御者开放，后续将从付费 API 客户和 Google AI Ultra 订阅者开始逐步扩大开放范围。这种分阶段放量的策略，兼顾了安全可控与商业化节奏。

Token 输出上限是衡量大模型单次生成能力的核心指标。Token 是模型处理文本的基本单位，大致对应英文中的半个单词或中文的一个字符。从 64,000 Token 跃升至 100 万 Token，意味着模型在单次响应中可输出约相当于一部长篇小说的内容。对软件工程场景而言，这使得模型可以一次性生成、审查或重构整个代码库，而非分段处理后再人工拼接；对安全防御场景，则允许模型在一次推理中分析完整的日志流或威胁报告，减少上下文切割带来的信息损失。Deep SWE 1.1 是一个基于真实 GitHub Issue 修复任务的基准测试，要求模型在真实代码仓库环境中自主定位问题并提交可通过测试的补丁，被认为比合成题目更能反映模型的实际工程能力。

微软 VS Code 1.1 与 OpenAI 的多项动作

微软发布 VS Code 1.1，支持 Copilot 在编辑器和 Agents 窗口之间延续对话。实验功能还包括跨仓库或工作树协作、向已连接的远程主机派发任务，以及对被忽略目录的处理支持。开发者工具正越来越深度地整合 Agent 能力，编辑器不再只是代码编写场所，而是任务编排的中枢。

OpenAI 这边动作密集。公司披露并处置了一起针对模型的协同窃取行动，称相关人员试图提取受保护的模型推理内容，并将核心活动集群归因于与 Moonshot AI 有关联的个人，同时表示无法确定全部操作者是否来自同一方。此外，OpenAI 成员 Max Stoiber 宣布 ChatGPT Sets 现在可托管带插件扩展的 MCP 服务，一条 Sets 指令即可完成创建、部署、转成插件，并在网页、移动端和桌面端安装。

OpenAI 还发布了面向小企业使用 AI Agent 的报告，涵盖获客、产品开发和财务管理，并与美国小企业发展中心协会合作提供实操培训和本地指导，显示其正积极下沉到中小企业市场。

MCP（Model Context Protocol） 是 Anthropic 于 2024 年提出的开放协议，旨在为大模型提供标准化的工具调用与上下文接入方式，类似于 AI 领域的"USB 接口"。通过 MCP，模型可以统一连接数据库、API、本地文件系统等外部资源，而无需为每个工具单独定制集成逻辑。ChatGPT Sets 支持托管带 MCP 扩展的服务，意味着开发者可以将自定义工具打包成插件，通过一条指令完成部署并在多端共享，大幅降低 Agent 工具链的搭建门槛。这也是 OpenAI 在 Agent 生态基础设施层面与 Anthropic 标准接轨的一个信号。

MiniMax 生态与国内厂商活动

视频生成领域热度不减。MiniMax 官方介绍，Creatify Labs 基于 MiniMax H3 后训练推出 Boreal H3，针对广告视频优化，重点提升创意指令遵循以及产品和人物的一致性。黑镇也发布了基于 MiniMax H3 后训练的黑镇 Video，面向企业视频制作，官方给出 10 月限时 5 折价，每秒 0.01 美元起。

百度千帆推出国庆限定 Token Plan^广告，社区分享的套餐页显示采用月额度和积分计量，支持智谱、DeepSeek^广告 等模型，购买截止 10 月 7 号，页面同时提示不能升级和续费。这类限时套餐是厂商在节假日节点拉新促活的常见手段。

开源安全与前沿研究

安全自动化是本轮的一条重要线索。有开发者称 GLM5.3 已用于检查 389 个开源项目，发现 4249 个潜在漏洞，服务继续免费，结果私下交给项目维护者。Peter Stamburger 展示了 OpenCloud 界面改动，将 Agent 之间的通信折叠成可展开的单行，减少聊天流程占用并提供更多信息密度。

另有开发者发布 TaskSmith，专门把代码拉取请求转成强化学习环境，由专用编排器逐阶段组织生成流程。Arena 官方公布 HiDream OE Video 1.0 以 1456 分进入图生视频榜第 7 名，HiDream 的 Image 2.0、Editing 1.5 和 Video 三个模型也已上线 VivaGo RE Studio。

研究层面，Nature 新论文介绍了 Strigo 人工智能 Atracus，通过隐藏信息下的自博弈强化学习和测试时搜索，在 20 局比赛中以 15 胜 1 负 4 平击败顶尖人类选手。这一成果再次印证了自博弈强化学习在不完全信息博弈中的强大潜力。

自博弈强化学习（Self-Play Reinforcement Learning）是让智能体通过与自身的历史版本或镜像版本反复对局来不断提升策略的训练方法，AlphaGo 和 AlphaZero 是其最著名的应用案例。在不完全信息博弈（如扑克、外交桌游）中，玩家无法观察对手的私有信息，这使得纯粹的树搜索方法效果有限，而自博弈结合测试时搜索可以让模型学会在信息不对称的环境下制定混合策略。Atracus 所挑战的游戏（Strigo/Atracus 对应的桌游背景）属于此类场景，15 胜 1 负 4 平的战绩说明模型已能在动态欺骗、联盟与背叛的复杂社交推理中超越人类顶尖玩家，这对 AI 在谈判、博弈论应用等现实场景的潜力具有重要参考意义。TaskSmith 将代码拉取请求（Pull Request）转化为强化学习环境，则是将同样的训练范式引入软件工程领域的新尝试。

小结

从谷歌百万 Token 的输出突破，到 Agent 能力深度嵌入开发工具，再到视频生成与安全自动化的持续迭代，今日的更新共同指向一个趋势：大模型正从"会聊天"迈向"能干活"，而安全、成本与落地场景则成为厂商比拼的新焦点。