Google DeepMind 发布 Gemini 4 Argon 前沿模型

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。

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 处于实验阶段

本文内容

Gemini 4 Argon 现已面向开发者和企业全球可用，可通过 AI Studio 和 Gemini 平台的 API 访问，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 应用和搜索中的 AI 模式中使用。

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任务中表现出色。其在多步骤任务中的深度和精度使 Argon 在跨领域基准测试中优于其他前沿模型，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 推出，每百万输入令牌 2 美元，每百万输出令牌 10 美元（缓存输入令牌享 95% 折扣）。

Google 内部、企业界和研究社区的团队已经在使用 Argon 在各个领域取得重大成果：

解决大型代码库重构和优化等重大工程问题
优化法律、金融和科学等领域的工作流程
发现并修补关键网络安全漏洞
推动量子计算、核聚变和生命科学领域的创新突破

解决复杂的工程任务

在 Google，我们一直在使用 Argon 解决最棘手的工程问题。过去几周，软件工程师比以往任何时候都更快地交付了高质量代码。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 万行代码库中一个包含约 600 万行浏览器功能的遗留文件夹中分离出来。同时处理多个干净的代码更改，Argon 帮助团队完成了跨越数百个文件的架构重构，在几周内完成了数月的工程量。对于 Chrome 的数十亿全球用户来说，这将使实时网页能够在标签页、侧边栏和浮动窗口之间流畅切换而无需重新加载，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）背后的团队——一个驱动企业级智能体的框架——进一步拓展其性能工程。该团队向 Argon 提供了他们的 .agents/skills 规则手册，并设定了一个单段式目标：在不破坏现有应用的前提下消除框架开销。Argon 自主工作了一整夜，发现了优化方案，现已上线至 google/adk-python，将长会话中的内存会话准备时间缩短了 40%，并将冷启动导入速度提升了 21%。阅读工程深度解析以了解更多。
量子化学开源软件包优化： xTB（半经验扩展紧束缚）是分子领域引用率最高的开源量子化学软件包之一。科学家使用它来预测分子的 3D 结构，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 在预测分子结构时速度提升了最高 2.3 倍，在构象搜索中速度提升了 1.8 倍。这些更改已贡献至官方 GitHub 上的 xTB 仓库。
让我们的开源 Gemma 模型速度提升近三倍： 使用 Argon，我们在 A100 上通过 vLLM 实现了 2.85 倍的端到端推理加速（在 Gemma 4 E2B 上，吞吐量从约 37,900 tokens/秒加速至超过 108,000 tokens/秒），在短短几天内实现了 100% 的 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（优化内容涵盖从注意力调优到推测解码的所有方面）以查看具体更改。
交付复杂的 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。在 Antigravity 中，使用 /goal 等斜杠命令并提示带有自定义技能的多智能体循环，谷歌员工正在使用 Argon 以原生代码原型化复杂的 3D 可视化、高保真游戏和交互式动画，这些内容可直接在浏览器中渲染。

变革关键业务和专业工作流程

Argon 结合了前沿推理、深度视觉感知、扩展的领域知识以及更强的写作能力，涵盖法律、金融、科学和编程领域，以协助高风险的专业工作流程。它沟通清晰，让你随时了解进展，并且比我们要之前的任何 Gemini 模型都更好地遵循风格指令。Argon 回答问题更加直接，减少含糊其辞，避免不必要的重复，并在整个回复中跳过陈词滥调。

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 取得了显著成果。

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

与研究人员和领域专家一起加速现实世界的影响

研究人员、工程师和安全专家已经在使用 Argon 来拓展网络防御、科学、数学和机器人技术的边界。它正在帮助网络防御者和研究人员测试假设，自主审计关键代码库和形式化证明，并捕捉细微的零日漏洞和逻辑缺陷。

将最先进的网络能力带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 计划合作伙伴进行扩展。

Wiz 已经在为其“Scan for Good”计划使用 Argon，该计划旨在免费保护关键基础设施，造福公众。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导致敏感数据和政府基础设施暴露的漏洞。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用模型的未授权访问。
保护关键医疗基础设施： Wiz 还使用 Argon 来保护重要的医疗基础设施。通过串联复杂的漏洞，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漏洞，该漏洞暴露了主密钥并授予了管理员访问权限。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 已经在科学界产生了实际影响——为多个领域的科学家和专家实现了新颖的发现。

量子计算： Argon 正在帮助我们的研究人员加速量子纠错和算法设计方面的进展。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，从而我们可以部署更大、功能更强的模型，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（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，将时空成本降低了 100 倍以上，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，代表了无限清洁能源聚变的一个领先候选方案，但优化其 3D 磁场以著名地困难。自 1967 年以来，一个名为“Grad 猜想”的长期假设认为，找到这些磁场的精确数学解是不可能的，直到最近发现了反例，包括由 Matt Landreman 教授（马里兰大学）发现的。现在，Google 的一个团队与 Landreman 教授一起发现了一个更广泛的 Grad 猜想反例类别。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。在一例中，Argon 精确定位了一个常规软件多年来都遗漏的染色体重排，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构建的 Gamow Labs 私有评估中，Argon 在 RareBench（罕见病诊断辅助得分 57%）和 LabBench（湿实验推理得分 52.2%）上均位居榜首。这些进展预示着面临罕见病困扰的家庭将能更快地获得诊断。详见博客 ² 以获取更多详情。
酶设计： 设计具有精确反应性的酶通常极其缓慢，往往需要数月时间进行定制化的模型调整和候选筛选。丝氨酸酯酶是一类能切断目标分子酯键的酶，广泛应用于回收、制药、生物燃料和洗涤剂制造等领域。我们的科学家与 Argon 合作设计丝氨酸酯酶，针对基准分子 4MU-乙酸酯，该分子在酯键断裂后会在紫外光下发光。在短短数小时内，Argon 汇编了相关数据，执行了模型调整，并确定了多个受生物化学启发的过滤器，最终得出了五种新颖设计的集合。随后的实验室测试证实了这些设计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加速酶工程的潜力。

为了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（按滚动方式入驻），具体视资格、容量和选拔情况而定。申请现已开放。

加速机器人开发

通过结合先进的视觉语义推理、深度物理理解和自主代码生成，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。这种能力的飞跃体现在 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 的表现优于所有其他前沿模型，得分达到 87%。

为了展示这些能力的实际应用，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关节运动。随后，它自主构建了模拟代码。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进七次。

这种“视频到模拟再到现实”的流水线将数周的手动模拟建模压缩到几小时内，将普通视频转化为机器人技术可扩展、无限的训练场。了解这如何加速机器人开发速度，请参阅我们的开发者博客。

负责任且安全地开发 Argon

安全与保障是谷歌模型开发的基础。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，对某些模型能力和保障措施进行了评估。Gemini 4 Argon 代表了迄今为止我们最全面的安全与保障体系：

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编码和科学能力，同样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，我们在多个领域评估了 Argon 的增强能力，并部署了结合越狱抵抗、监控和执行的防御体系。这极大地提高了我们的稳健性——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，对于危险请求——从编写漏洞利用代码到协助处理危险生物材料——Argon 在拒绝执行有害请求方面比我们的前代模型显著更好。在一个旨在压力测试模型的对抗性数据集中，违规率降低了近 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之前暂停以等待人工确认。在模型没有动力保留实力的编码基准测试中，Gemini 4 Argon 的捷径尝试降至仅 2%，这是我们相比之前 Gemini 模型的最佳表现。
- 其次，作为纵深防御层，我们构建了一个自动化失准监控器，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法。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，以确保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，它们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 次自适应尝试中的攻击成功率降低至 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 提供的业界领先的 100 万统一输入输出令牌限制。请阅读我们的开发者和企业文档，了解新的延续协议并确保满足您需求的适当设置。Argon 今天在全球范围内推出：

面向开发者： 使用 Gemini API 付费层级进行构建，如果您是 Google AI Ultra 订阅用户，您可以在 Google Antigravity、AI Studio 和 Android Studio 中试用。
面向企业： 在 Gemini for business、API 和 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 模式中试用。
面向科学家和研究人员：申请有机会免费获得 Google Antigravity 最高使用层级的访问权限，为期 6 个月（按滚动方式接入），具体视资格、容量和选拔情况而定。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护栏限制的 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。