Gemini 4 Argon：专为解决你最棘手的问题而打造

Oct 13, 2026

我们正为开发者、企业、科学家和消费者提供访问我们最新前沿模型的权限。

您的浏览器不支持音频元素。

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 是实验性的。

本文

Gemini 4 Argon 现已于今日通过 AI Studio 和 Gemini 平台中的 API 面向开发者和企业全球可用，面向 Google AI Ultra 订阅用户，在 Google Antigravity 中，以及 Google AI Ultra 和 Pro 订阅用户，在 Gemini 应用和搜索中的 AI 模式中。

Argon 在涵盖编程、金融、法律、网络安全和科学等领域的复杂现实世界任务中擅长深度工作。其在多步骤任务中的深度和精准度使 Argon 在跨领域基准测试上优于其他前沿模型，并在衡量金融、编程、法律和税务等关键经济部门模型表现的Vals 指数上排名第一。

该模型今日以入门价格 ¹ 每百万输入 token 2 美元、每百万输出 token 10 美元的价格推出（缓存输入 token 享 95% 折扣）。

Google 的团队、各企业以及研究社区中的团队已经在使用 Argon，在多个领域落地显著成果：

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、金融和科学等领域中的业务流程
用于发现并修补关键网络安全漏洞
用于推动量子计算、核聚变和生命科学领域的新型突破

解决复杂工程任务

在 Google，我们一直在使用 Argon 解决最棘手的工程问题。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。

梳理 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。一次推送多个干净的代码变更，Argon 帮助团队完成了跨越数百个文件的架构重构，在数周内完成数月的工。对于 Chrome 全球数十亿用户而言，这将使实时网页能够在标签页、侧边面板和浮动窗口之间流畅移动而无需重新加载，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 正在帮助谷歌开源 Agent Development Kit（ADK）——一个支撑企业级智能体的框架——背后的团队进一步推进其性能工程。团队将他们的 .agents/skills 规则手册和一段话目标交给 Argon，要求在不破坏现有应用的情况下消除框架开销。Argon 在夜间自主工作，发现了优化，现已上线于 google/adk-python，这些优化将长会话中的内存会话准备时间减少了 40%，并将冷导入速度提高了 21%。阅读工程深度解析以了解更多信息。
开源量子化学软件包优化：xTB（半经验扩展紧束缚）是分子领域被引用最多的开源量子化学软件包之一。科学家使用它来预测分子的三维形状，并筛选大量药物和材料候选物。使用 Antigravity 中的 Argon，我们的研究人员使 xTB 在预测分子结构方面最高快 2.3 倍，在构象搜索方面快 1.8 倍。这些更改已贡献到官方 GitHub 上的 xTB 仓库。
让我们的开源 Gemma 模型速度提升近三倍：使用 Argon，我们通过在 A100 上借助 vLLM 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 提升到超过 108,000 tokens 每秒），仅用几天时间就实现了 100% token 一致性和零质量下降，而这一过程通常需要数月。查看上游拉取请求（从注意力调优到投机解码，优化了所有方面）以了解具体更改。
提供复杂 3D 可视化：与之前的 Gemini 模型相比，Argon 在空间推理、数学精度和视觉编码方面带来了重大改进。使用 /goal 等斜杠命令，并在 Antigravity 中通过自定义技能提示多智能体循环，谷歌员工正使用 Argon 以原生代码为复杂 3D 可视化、高保真游戏和交互式动画制作原型，这些内容可直接在浏览器中渲染。

重塑关键业务和专业工作流程

Argon 将前沿推理、深度视觉感知、扩展的领域知识，以及法律、金融、科学和编程方面更强的写作能力相结合，以助力高风险专业工作流。它表达清晰，让你随时了解进展，并且比我们先前的任何 Gemini 模型都更好地遵循风格指令。Argon 更直接地回答问题，减少含糊其辞，不会不必要地重复自己，并在整个回复中避免陈词滥调。

我们早期访问计划中的企业客户和初创公司已经在使用 Argon 取得显著成效。

Argon 在保持严格事实依据的同时，凭借先进的推理与多模态能力，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。

携手研究人员与领域专家，加速现实世界影响

研究人员、工程师和安全专家已经在使用 Argon 拓展网络防御、科学、数学和机器人领域的边界。它正在帮助网络防御者和研究人员检验假设，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和逻辑缺陷。

将最先进的网络能力交付给更多受信任的防御者

从今天起，我们开始向数百个额外的 Fairwind 计划合作伙伴扩展。

Wiz 已经在其“Scan for Good”计划中使用 Argon，该计划以公共利益为目的，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：作为一项长期网络安全韧性计划的一部分，并与一个联邦机构合作，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漏洞。这一努力有助于防止关键安全领域开发细节的泄露，以及对专门模型的未授权访问。
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快速修复了一个公开文件下载绕过漏洞，该漏洞暴露了主密钥并授予管理员访问权限。Argon 不仅发现了漏洞，还主动保护了数十万份私人患者记录。

解锁新的科学突破

Argon 已在科学界产生实际影响——为多个领域的科学家和专家带来新颖的发现。

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。为了帮助纠错解码器实时跟上量子硬件的步伐，Argon 将我们内部版本的 AlphaQubit（我们的机器学习量子纠错解码器）翻译为单个高度优化的硬件内核——使其推理吞吐量几乎翻倍，从而让我们能够部署更大、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 也在降低量子子程序的时空成本。对于 arcsin（近期量子模拟算法中的一个构建模块），由 Argon 编写并在 Lean 中形式化验证的实现，与已发表的量子 CORDIC 基线相比，将时空成本削减了 100 多倍，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装置，是无限清洁聚变能源的领先候选方案之一，但优化其三维磁场以困难著称。自1967年以来，一个长期存在的假设，即“Grad 猜想”，一直认为找到这些磁场的精确数学解是不可能的，直到近期发现了反例，包括马里兰大学 Matt Landreman 教授发现的反例。如今，Google 的一个团队与 Landreman 教授一起发现了一类更广泛的反例，针对 Grad 猜想。这些新解为聚变社区提供了可靠的基准，用于测试他们的仿星器模拟代码，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 分析了患有罕见发育性肺部疾病新生儿的去标识化基因组。在一个案例中，Argon 精确定位了一个常规软件多年来未能发现的染色体重排，并解释了其未被检测到的原因。在基于真实临床和实验室数据的 Gamow Labs 私有评估中，Argon 在 RareBench（罕见病诊断辅助方面得分 57%）和 LabBench（湿实验推理方面得分 52.2%）上位居榜首。这些进展有望让面临罕见病的家庭更快获得诊断。详见博客 ² 了解更多详情。
酶设计： 具有精确反应性的酶工程化以缓慢著称，往往需要数月进行定制模型调优和候选筛选。丝氨酸酯酶是一类能够切割目标分子上酯键的酶，广泛应用于回收以及制药、生物燃料和洗涤剂的生产。我们的科学家与 Argon 合作设计丝氨酸酯酶，目标为基准分子 4MU-acetate，该分子在酯键被切断后会在紫外光下发光。在数小时内，Argon 汇总了相关数据，执行了模型调优，并识别出多个受生物化学启发的过滤器，从而得到最终的五种新颖设计。随后的实验室测试证实这些设计均具有稳健的催化活性。成功生成酶的速度和便捷性展示了在生物制造、绿色化学和药物开发等领域中酶工程快速加速的潜力。

为进一步加快研究步伐，我们将向 10,000 名科学家免费开放 Google Antigravity 的最高使用层级，为期 6 个月（按滚动方式开通），具体视资格、容量和遴选情况而定。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、深度物理理解和自主代码生成结合在一起，Argon 在机器人技术栈中解锁了新的工作流，并加速了迈向物理 AGI 的进程。这一能力飞跃体现在 Argon 在具身推理（ERQA）基准测试上的表现，该测试评估模型在 3D 环境中理解和解决物理、空间问题的能力。仅依靠纯推理，Argon 以 87% 的得分超越了所有其他前沿模型。

为了展示这些能力在实际中的应用，我们测试了 Argon 仅通过观看就能学习分布外物理技能的能力。在一项内部测试中，Argon 观看了一段人类玩玉米袋投掷游戏的原始视频，映射了环境的空间坐标，并计算了所需的全身体关节运动。随后，它自主构建了仿真代码。当转移到 Apptronik 的 Apollo 人形机器人上时，该机器人在真实世界测试中迅速连续投进七次。

这条“Video-to-Sim-to-Real”流水线将数周的手动仿真建模压缩到几个小时，把普通视频转化为可扩展、无限的机器人训练场。在我们的开发者博客中了解它如何加速机器人开发进程。

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 是一个能力极强的模型，我们与多家第三方合作伙伴合作，对某些模型能力和防护措施进行了测量。Gemini 4 Argon 代表了我们迄今为止最全面的安全与安保体系：

滥用与越狱防御：帮助防御者修补医院软件或加速生物工程的相同编码和科学能力，也需要针对恶意行为者的强大保障措施。在我们的前沿安全框架下，我们评估了 Argon 在多个领域中的增强能力，并部署了结合越狱抵抗、监控和强制执行的防御栈。这大大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测试的生物子任务中的不到 1%。此外，当涉及危险请求——从编写漏洞利用代码到协助危险生物材料——Argon 在拒绝满足有害请求方面显著优于我们之前的模型。在用于压力测试模型的对抗性数据集中，违规情况减少了近 2 倍——也显著优于之前的 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，诚实地报告负面发现，并在采取不可逆步骤前暂停以等待人工确认。在模型没有动机保留的编码基准测试中，Gemini 4 Argon 的捷径尝试降至仅 2%，这是与之前 Gemini 模型相比的最佳表现。
- 其次，作为纵深防御层，我们构建了一个自动失准监控器，它读取智能体的逐步推理和行动，以实时捕获并阻止非预期的变通方案。我们在内部部署、能力评估和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，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。通过对抗性训练和自动化红队测试，Argon 在 Gray Swan 间接提示注入（IPI）基准测试中领先，将 15 次自适应攻击尝试中的攻击成功率降至 0.7%。

欲了解更多信息，请参阅 Gemini 4 Argon 模型卡。

立即开始

Argon 能够更长时间、更努力地解决高度复杂的科学、编码和智能体问题。这得益于通过 Gemini API 提供的行业领先的 1M 统一输入输出 token 上限。请阅读面向开发者和企业的文档，了解新的 continuation 协议，并确保根据您的需要进行适当设置。Argon 今天在全球范围内推出：

面向开发者：在 AI Studio 和 Android Studio 中使用 Gemini API 付费层进行构建，如果您是 Google AI Ultra 订阅用户，可以在 Google Antigravity 和 AI 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：如果您是 Google AI Ultra 或 Pro 订阅用户，从今天起即可在 Gemini 应用和搜索中的 AI 模式试用。
面向科学家 & 研究人员：申请有机会免费获得 Google Antigravity 最高用量层级 6 个月的访问权限（按滚动方式开通），具体取决于资格、容量和筛选。申请现已开放。
面向网络安全防御者：申请加入Fairwind 计划，按滚动方式获得无网络安全护栏的 Argon 访问权限。

Gemini 4 Argon 只是开始。我们期待为您带来 Gemini 4 家族的其余成员。