Gemini 4 Argon 即日起全球开放

我们正在向开发者、企业、科学家和消费者开放我们最新的前沿模型。

收听文章

[[duration]] 分钟

本内容由 Google AI 生成。生成式 AI 仍处于实验阶段

本文内容

Gemini 4 Argon 即日起面向全球开发者和企业开放，可通过 AI Studio 和 Gemini platform 中的 API 使用；Google AI Ultra 订阅用户可在 Google Antigravity 中使用，Google AI Ultra 和 Pro 订阅用户可在 Gemini app 和搜索中的 AI 模式中使用。

Argon 擅长在编程、金融、法律、网络安全和科学等领域的复杂现实任务中进行深度工作。它在多步骤任务中的深度与精度，使 Argon 在跨领域基准测试上超越其他前沿模型，并在衡量金融、编程、法律和税务等关键经济领域模型表现的 Vals Index 上排名 #1。

该模型即日起以入门价格 ¹ 推出，每百万输入 token $2，每百万输出 token $10（缓存输入 token 优惠 95%）。

Google 的团队、各企业以及研究社区已经在使用 Argon，并在多个领域取得了显著影响：

用于解决大型代码库重构和优化等重大工程问题
用于优化法律、金融和科学等领域的业务工作流程
用于发现并修补关键的网络安全漏洞
用于推动量子计算、核聚变和生命科学领域的全新突破

解决复杂的工程任务

在 Google，我们一直将 Argon 用于最棘手的工程问题。过去几周，软件工程师交付高质量代码的速度比以往任何时候都更快。Antigravity 中的 Argon 帮助团队将智能体代码提交量提高了 35% 以上，同时将代码回滚减少了近三分之一。

理清 Chrome 中的浏览器功能代码：Argon 帮助 Chrome 团队将核心网页处理，从 Chromium 4000 万行代码库中一个约 600 万行的浏览器功能遗留文件夹中分离出来。一次输送多项干净的代码更改，Argon 帮助团队完成了横跨数百个文件的架构重构，将数月的工作在数周内完成。对于 Chrome 的全球数十亿用户而言，这将使实时网页能够在标签页、侧边栏和浮动窗口之间无需重新加载即可流畅移动，从而消除一整类浏览器崩溃。

数小时内优化生产级 Python 代码库： Antigravity 中的 Argon 正在帮助 Google 开源 Agent Development Kit（ADK，一个驱动企业级智能体的框架）背后的团队进一步推进性能工程。团队向 Argon 提供了他们的 .agents/skills 规则手册，以及一个仅一段话的目标：在不破坏现有应用的前提下消除框架开销。Argon 通宵自主工作，发现了多项优化，现已上线于 google/adk-python，这些优化将长会话中的内存内会话准备时间缩短了 40%，并将冷导入速度提升了 21%。阅读工程深度解析了解更多。
量子化学开源软件包优化： xTB（Semiempirical Extended Tight-Binding）是面向分子、被引用最多的开源量子化学软件包之一。科学家用它预测分子的三维形状，并筛选大量药物和材料候选物。借助 Antigravity 中的 Argon，我们的研究人员使 xTB 预测分子结构的速度最高提升至 2.3 倍，构象搜索速度提升至 1.8 倍。这些改动已贡献至官方 GitHub 上的 xTB 仓库。
让我们的开源 Gemma 模型速度提升近三倍： 借助 Argon，我们通过 vLLM 在 A100 上实现了 2.85 倍的端到端推理加速（在 Gemma 4 E2B 上将吞吐量从约 37,900 提升至每秒超过 108,000 个 token），同时保持 100% token 一致性且质量零下降，整个过程仅用了几天，而通常需要数月。查看上游拉取请求（优化涵盖从注意力调优到推测解码的各个方面），了解确切改动。
交付复杂的 3D 可视化： 与此前的 Gemini 模型相比，Argon 在空间推理、数学精度和视觉编码方面带来重大改进。通过使用 /goal 等斜杠命令，并在 Antigravity 中借助自定义技能提示多智能体循环，Googler 们正在使用 Argon，以可直接在浏览器中渲染的原生代码，原型设计复杂的 3D 可视化、高保真游戏和交互式动画。

变革关键业务与专业工作流

Argon 融合了前沿推理能力、深度视觉感知、更广泛的领域知识，以及在法律、金融、科学和编程方面更强的写作能力，以协助高风险专业工作流。它沟通清晰，让你随时了解进展，并且比我们以往任何 Gemini 模型都更好地遵循风格指令。Argon 回答问题更直接、更少含糊其辞，不会进行超出必要的重复，并在整个回复中避开陈词滥调。

我们抢先体验计划中的企业客户和初创公司已经通过 Argon 看到了显著成效。

在保持严格事实依据的同时运用其先进的推理与多模态能力，Argon 在深度多模态文档理解、纵向数据分析和交互式分析沙盒方面表现出色。

与研究人员和领域专家共同加速现实影响

研究人员、工程师和安全专家已在使用 Argon，拓展网络防御、科学、数学和机器人学的边界。它正在帮助网络防御者与研究人员检验假设、自主审计关键代码库和形式化证明，并发现细微的零日漏洞与逻辑缺陷。

将最先进的网络能力带给更多可信防御者

从今天起，我们开始向数百家新增的 Fairwind Program 合作伙伴扩展。

Wiz 已在其“Scan for Good”计划中使用 Argon，该计划为公共利益免费保护关键基础设施。凭借对该模型的早期访问权限，Wiz 已在多个高风险领域展示了 Argon 的实际影响：

保护敏感政府数据：作为一项长期网络韧性计划的一部分，并与一家联邦机构合作，Argon 帮助主动识别并修复了一个可能暴露敏感数据和政府基础设施的缺口。这项工作有助于防止关键安全领域开发细节遭到暴露，以及防止对专用模型的未授权访问。
保护关键医疗基础设施：Wiz 还使用 Argon 保护至关重要的医疗基础设施。通过串联复杂漏洞，该模型帮助团队发现并迅速修复了一个公开文件下载绕过问题，该问题暴露了主密钥并授予管理员访问权限。Argon 不止于发现漏洞，更主动保护了数十万份私人患者记录。

开启新的科学突破

Argon 已在科学界产生实际影响——助力多个领域的科学家和专家实现新颖发现。

量子计算：Argon 正在帮助我们的研究人员在量子纠错和算法设计两方面加速进展。为帮助纠错解码器实时跟上量子硬件，Argon 将我们的机器学习量子纠错解码器 AlphaQubit 的一个内部版本转换成单一的、高度优化的硬件内核——使其推理吞吐量几乎翻倍，以便我们能够部署更大、能力更强的模型并扩展到更大的量子设备，同时继续满足严格的实时阈值。Argon 还在降低量子子程序的时空成本。对于 arcsin 这一近期量子模拟算法中的基本构件，由 Argon 编写并在 Lean 中经过形式化验证的实现，与已发表的量子 CORDIC 基线相比，将时空成本降低了超过 100x，这是迈向优化量子电路标准库的一步。
核聚变：仿星器是极其复杂的机器，是无限清洁聚变能源的领先候选方案，但优化其三维磁场出了名地困难。自 1967 年以来，一个被称为“Grad 猜想”的长期假说假定，为这些磁场找到精确数学解是不可能的，直到最近才发现反例，其中包括马里兰大学 Matt Landreman 教授发现的反例。现在，Google 的一个团队与 Landreman 教授一起发现了更广泛的一类 Grad 猜想反例。这些新解为聚变界提供了可靠基准，用以测试其仿星器模拟代码，而这些代码是未来设计的宝贵工具。
罕见病研究：Gamow Labs 的研究人员使用 Argon 分析患有罕见发育性肺部疾病的新生儿的去标识化基因组。在一个案例中，Argon 精确定位出常规软件多年来一直遗漏的染色体重排，并解释了其为何未被检测到。在源自真实临床和实验室数据的 Gamow Labs 私有评测中，Argon 在 RareBench（罕见病诊断辅助为 57%）和 LabBench（湿实验室推理为 52.2%）上名列前茅。这些进展表明，面临罕见病的家庭有望获得更快的诊断。更多详情请见博客 ² 。
酶设计：设计具有精确反应性的酶出了名地缓慢，往往需要数月的定制模型调优和候选筛选。丝氨酸酯酶是一类可切断目标分子上酯键的酶，广泛用于回收以及药品、生物燃料和洗涤剂的制造。我们的科学家与 Argon 合作设计丝氨酸酯酶，目标是基准分子 4MU-acetate，其酯键被切断后会在紫外光下发光。在数小时内，Argon 汇集了相关数据，进行了模型调优，并确定了多种受生物化学启发的过滤器，最终得到一组五个全新设计。随后的实验室测试证实，这些设计均具有稳健的催化活性。成功生成酶的速度与便捷性表明，在生物制造、绿色化学和药物开发等领域，酶工程有望迅速加速。

为进一步加快研究步伐，我们将向 10,000 名科学家免费提供 Google Antigravity 的最高使用层级，为期 6 个月（按滚动方式接入），须符合资格、容量和遴选条件。申请现已开放。

加快机器人开发

通过将先进的视觉—语义推理、深入的物理理解与自主代码生成相结合，Argon 在整个机器人技术栈中开启了新的工作流程，并加速迈向物理 AGI。这一能力飞跃体现在 Argon 于具身推理（ERQA）基准上的表现，该基准测试模型在三维环境中理解并解决物理、空间问题的能力。仅依靠纯推理，Argon 以 87% 的得分超越所有其他前沿模型。

为了实际展示这些能力，我们测试了 Argon 仅通过观看来学习分布外物理技能的能力。在一项内部测试中，Argon 观看了一段人类玩 cornhole 的原始视频，映射了环境的空间坐标，并计算了所需的全身关节运动。随后它自主构建了仿真代码。当迁移到 Apptronik 的 Apollo 人形机器人上时，该机器人在真实世界试验中迅速连续投中七次。

这一“Video-to-Sim-to-Real”流程将数周的手动仿真建模压缩到数小时，把普通视频转化为可扩展、近乎无限的机器人训练场。欲了解这如何加快机器人开发步伐，请参阅我们的开发者博客。

负责任且安全地开发 Argon

安全与安保是 Google 模型开发的基础。由于 Argon 是一款能力极强的模型，我们与多家第三方合作伙伴协作，对某些模型能力与防护措施进行了测量。Gemini 4 Argon 代表了我们迄今最全面的安全与安保体系：

滥用与越狱防护： 同样的编程与科学能力既能帮助防御者修补医院软件或加速生物工程，也需要对恶意行为者采取强有力的防护。在我们的 Frontier Safety Framework 下，我们评估了 Argon 在多个领域中增强后的能力，并部署了结合越狱抵抗、监控与执行的多层防御体系。这大幅提升了我们的稳健性——例如，外部生物红队测试只能解锁我们所测试的生物子任务中不到 1%。此外，面对危险请求——从编写漏洞利用代码到协助处理危险生物材料——Argon 在拒绝履行有害请求方面显著优于我们以往的模型。在一组旨在对模型进行压力测试的对抗样本上，违规减少了近 2 倍——也显著优于以往的 Gemini 模型。
Agent alignment & real-time monitoring: As agents become more capable problem solvers, we have to ensure they don’t get overly eager to finish a task by taking unauthorized shortcuts when they hit a roadblock, like a permission error or a failing test.
- 首先，我们训练 Argon 尊重系统边界、如实报告负面发现，并在采取不可逆步骤之前暂停以等待人工确认。在模型没有理由有所保留的编程基准测试中，Gemini 4 Argon 的走捷径尝试降至仅 2%，这是与以往 Gemini 模型相比的最佳表现。
- 其次，作为纵深防御层，我们构建了自动化失准监控器，它会读取智能体的逐步推理与行动，以便实时发现并阻止非预期的变通做法。我们在内部部署、能力评估以及强化学习训练运行中使用了该监控器——同时严格避免在训练期间惩罚模型的思考，从而使其推理保持透明且可监控。
提示注入抵抗： 当智能体浏览网页、阅读电子邮件或检查代码时，可能会遇到旨在劫持其任务的隐藏恶意指令。通过对抗训练与自动化红队测试，Argon 在 Gray Swan Indirect Prompt Injection (IPI) 基准测试中领先，将 15 次自适应尝试中的攻击成功率降至 0.7%。

更多信息，请参阅 Gemini 4 Argon 模型卡。

立即开始

Argon 会更长时间、更努力地解决高度复杂的科学、编程与智能体问题。这得益于通过 Gemini API 提供的业界领先的 1M 统一输入-输出 token 上限。请阅读我们面向开发者和企业的文档，了解新的延续协议，并确保根据你的需求进行适当设置。Argon 即日起在全球推出：

面向开发者： 使用 Gemini API 付费层级进行构建；如果你是 Google AI Ultra 订阅用户，可以在 Google Antigravity、AI Studio 和 Android Studio 中试用。
面向企业： 可在 Gemini for business、API 以及 Google Antigravity 中试用。
面向日常用户： 如果你是 Google AI Ultra 或 Pro 订阅用户，即日起可在 Gemini 应用和搜索中的 AI Mode 试用。
面向科学家与研究人员：申请有机会免费获得 Google Antigravity 最高使用层级 6 个月的访问权限（按滚动方式接入），具体视资格、容量及遴选情况而定。申请现已开放。
面向网络安全防御者：申请加入Fairwind Program，按滚动方式获得不设网络护栏的 Argon 访问权限。

Gemini 4 Argon 只是开始。我们期待为你带来 Gemini 4 系列的其余成员。