过去这一年，大家看科技巨头发布 AI 新模型，其实已经看腻了。
每次发布会，屏幕上总是跳出一堆英文缩写的测试跑分，告诉你新版本又比上个月进步了 3%、聪明了 5%。结果你满怀期待打开窗口，叫它帮你整理一份厚重的年度报告，或是改写一段稍微复杂的网站程序，它还是写到一半就卡住，冷冷地吐出一句“字数已达上限”。你只好在键盘上敲下“继续”两个字。更气人的是，它接下去写的东西，早就忘了前面自己讲过什么，逻辑断得乱七八糟。
这就是 Gemini 3.1 时代多数人的真实痛点。模型看起来什么都懂，却像个体能只有三分钟的「实习生」，只能处理零碎的小差事，扛不起真正的大工程。
Google 最新推出的 Gemini 4（内部研发代号 Argon），终于不再玩这种挤牙膏的数字游戏。它把升级重点直接砸在一般人最有感的痛点上：一口气把话说完的体能、不胡扯的稳定度，以及真正能帮公司省钱的苦力活。
一口气吐出 100 万词元，终结“请帮我继续写”的蠢日子
以前很多厂商喜欢吹嘘 AI 可以“读完”几百万字的资料，却刻意隐瞒一个事实：它读得进去，但写不出来。
在 Gemini 3.1 的架构下，单次输出的极限只有 6.4 万个词元（64K tokens）。这相当于几万个中文字。听起来不少？只要你叫它翻译整本专业手册、写一份完整的商业企划，或是把整套旧网站的代码翻新，它绝对会在半路断气。一旦中断重连，前后文的记忆就会开始走样。
Gemini 4 直接把单次输出上限暴力拉升了 16 倍，达到 「100 万词元（1M tokens）」。
这是什么概念？它可以在一次思考里面，不喝水、不喘气，直接写完好几本长篇小说的厚度，或是把一整套大型软件的代码从头到尾全部重写一遍。中间不需要你按任何一次“继续”，更不会因为分段接龙而出现前后矛盾的愚蠢问题。光靠这项体能差距，Gemini 3.1 就已经不在同一个量级。
别再只会陪聊写诗了，直接进机房干苦力活
过去大家把 AI 当作“聊天机器人”或“写作小帮手”。那是因旧模型只能写写小工具、改改短篇文章。遇到真正牵一发而动全身的大型系统，谁敢让 Gemini 3.1 去动底层架构？改坏一个地方，工程师要花三天三夜去排查 Bug。
Gemini 4 这次展示的肌肉，让很多领高薪的资深工程师背后发凉。Google 直接把 Gemini 4 丢进自家的核心机房里当苦力用：
- 翻新老旧系统：软件界有许多用 C 或 C++ 写成的老旧底层代码，虽然跑得动，但很容易出现安全漏洞。要把这些老古董改写成现代安全的 Rust 语言，是工程师最痛恨的苦差事。Gemini 4 自己动手，把 Google 内部超过 80 万行的操作系统核心（Fuchsia Zircon）直接翻新成 Rust。
- 让软件跑更快：在处理一套叫做
libgav1的视频解码程序时，Gemini 4 不只完成改写，还自己反复测试性能、调整编译参数，硬生生让新版本的执行速度比原本快了 「2.7 倍」。 - 帮机房省下天价硬件费：Google 让 Gemini 4 自己去检查全球数据中心的服务器运行日志。它自己抓出吃内存的元凶并完成优化，替 Google 机房腾出了超过 「300 TiB 的内存空间」。这省下的都是真金白银的硬件采购成本。
甚至在连多数科学家都头痛的量子计算机领域，Gemini 4 只花几分钟，就把量子算法的资源消耗压低了 40%，直接打破公开论文的纪录。Gemini 3.1 还在帮你写 Excel 公式，Gemini 4 已经在帮科技巨头改造机房了。
记性变好、胡扯变少，还会自己抓内鬼
用过 AI 的人都怕一件事：它一本正经地胡说八道。问它一个冷门的法条或财报细节，它找不到答案时，竟然会自己编造一个假数据来敷衍你。
Gemini 4 在复杂知识推演上的“幻觉率”（也就是瞎掰的比例）被压到了 「15%」，这是目前所有顶级模型里最老实的水准。连带改变的是它的说话方式。以前 AI 写文章总是充满“总而言之”、“值得注意的是”这种套话废话；现在的 Gemini 4 习惯先讲结论、再给证据，文字干净利落。
在记忆力方面，当你丢给它上百页的厚重合同或好几个小时的会议录像，要求它在里面找出散落各处的隐藏关联时（在专业测试 GraphWalks 中），Gemini 4 的精准度依然死守在 「84% 以上」；长视频的理解能力更冲上 「91.7%」。它不会因为资料太长就“读后面、忘前面”。
这种抓细节的能力，甚至被拿去抓黑客漏洞。安全团队带着 Gemini 4 去扫描全球通用的医疗软件，结果它自己翻出了一个连其他顶级 AI 都没发现的严重隐私外泄漏洞，还顺手把修补程序给写好了。
世代跨越对照表：Gemini 4 与 3.1 的全面差距
| 评比维度 | Gemini 3.1 时代（实习生水准） | Gemini 4 / Argon（总工程师级别） |
|---|---|---|
| 单次最大输出长度 | 6.4 万词元（64K tokens），长篇常断气 | 100 万词元（1M tokens），暴增 16 倍一次写完 |
| 代码工程能力 | 仅能编写代码片段、小函数，无大局观 | 自主重构 80 万行操作系统核心（C/C++ 转 Rust） |
| 执行性能自主优化 | 难以调校性能，容易产生冗余代码 | 自行压测与参数调优，将视频解码速度提升 2.7 倍 |
| 数据中心底层优化 | 无法介入大规模基础设施运行 | 盘点全球服务器日志，释放 300+ TiB 内存空间 |
| 知识推演幻觉率 | 相对偏高，偶尔一本正经胡说八道 | 大幅压低至 15%，先讲结论再给实证 |
| 超长音视频与文本检索 | 长篇记忆衰减严重，前后逻辑易矛盾 | 长视频理解 91.7%，复杂图谱关联检索 84%+ |
残酷的分水岭已经出现
把 Gemini 3.1 和 Gemini 4 放在一起看，你会发现 AI 的游戏规则彻底变了。
3.1 时代的模型，是个聪明的“副驾驶”。方向盘还是在你手里，你问一句、它答一句，帮你省下查资料和打字的时间。
到了 Gemini 4，它已经具备一口气处理百万字规模的吞吐量，以及自己测试、自己排错的工程能力。它不再只是回答问题的聊天室，而是可以直接接管整个项目的「总工程师」。
对于只会复制粘贴、做做表面文书整理的人来说，这绝对不是什么好消息；但对于手上有庞大想法、却苦于没有十十几名工程师帮忙落地的个人或小团队来说，真正的重型武器现在才刚交到你手里。
以实际行动支持独立观点，与我们一同走得更远
每一篇条理清晰的分析、每一次不随波逐流的观察，背后都是对真实与品质的坚持。我们拒绝内容农场与算法流量绑架，坚持自由独立的客观发声。
维持高品质的原创写作与独立运营，需要持续的实质力量。您可以选择一次性赞助或每月定期支持，通过 Google 安全结账，与我们一同守护这份深刻与清醒。
由 Google 安全处理付款 · 可随时在 Google 账户管理或取消
留言板