Google DeepMind 发布 Gemini 4 Argon 前沿模型

我们正在让开发者、企业、科学家和消费者能够使用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 仍处于实验阶段

本文内容

Gemini 4 Argon 即日起面向全球开发者与企业开放，可通过 AI Studio 和 Gemini 平台的 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 应用和搜索中的 AI 模式中使用。

Argon 在编码、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与精确性使 Argon 在跨领域基准测试中超越其他前沿模型，并在衡量金融、编码、法律和税务等关键经济领域模型表现的Vals Index 中排名第一。

该模型今日发布，推广价 ¹ 为每百万输入 token 2 美元，每百万输出 token 10 美元（缓存输入 token 享 95% 折扣）。

Google 内部团队、各企业以及研究界已在利用 Argon 在多个领域产生重大影响：

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业务工作流程
发现并修补关键网络安全漏洞
在量子计算、核聚变和生命科学领域实现新颖突破

解决复杂的工程任务

在 Google，我们一直使用 Argon 处理最棘手的工程问题。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功能从 Chromium 4000 万行代码库中一个约 600 万行的遗留浏览器功能文件夹中分离出来。一次提交多个干净的代码更改，Argon 帮助团队完成了跨数百个文件的架构重构，将数月的工作缩短至数周。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、侧边栏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问题。

在数小时内优化生产环境 Python 代码库： Antigravity 中的 Argon 正在帮助 Google 开源 Agent Development Kit（ADK）背后的团队进一步推进性能工程，该框架为企业级智能体提供支持。该团队将他们的 .agents/skills 规则手册和一段话目标交给 Argon，目标是在不破坏现有应用的前提下消除框架开销。Argon 在夜间自主工作，提出了多项优化，现已在 google/adk-python 中上线，这些优化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）是最常被引用的分子量子化学开源软件包之一。科学家用它来预测分子的三维结构，并筛选大量候选药物和材料。使用 Antigravity 中的 Argon，我们的研究人员让 xTB 在预测分子结构方面最高提速 2.3 倍，在构象搜索方面提速 1.8 倍。这些改动已贡献至 GitHub 上的官方 xTB 仓库。
让我们的开放 Gemma 模型速度提升近三倍： 借助 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 提升至超过 108,000 tokens 每秒），并保持 100% token 一致性和零质量下降，整个过程仅用几天，而通常需要数月。查看上游拉取请求（优化内容涵盖从注意力调优到投机解码的方方面面），了解确切的改动。
实现复杂 3D 可视化： 与之前的 Gemini 模型相比，Argon 在空间推理、数学精度和可视化编码方面带来了重大改进。通过使用 /goal 等斜杠命令，并在 Antigravity 中用自定义技能提示多智能体循环，Google 员工正在使用 Argon 以可直接在浏览器中渲染的原生代码制作复杂 3D 可视化、高保真游戏和交互动画的原型。

改变关键业务与专业工作流

Argon 融合了前沿推理、深度视觉感知、扩展的领域知识以及更强的写作能力，覆盖法律、金融、科学和编程领域，以协助高风险的專業工作流。它能清晰沟通，让你始终掌握进展，并且比我们以往任何 Gemini 模型都更好地遵循风格指令。Argon 更直接地回答问题，减少模棱两可，不会不必要地重复，并在整个回答中避免陈词滥调。

我们的早期访问计划中的企业客户和初创公司已经在 Argon 上取得了显著成果。

凭借其先进的推理和多模态能力，同时保持严格的事实依据，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一起加速现实世界影响

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，并捕获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

从今天开始，我们将开始扩展到数百个额外的 Fairwind Program 合作伙伴。

Wiz 已经将 Argon 用于其“Scan for Good”计划，该计划免费为公共利益保护关键基础设施。通过早期访问该模型，Wiz 已在多个高风险领域展示了 Argon 的实际影响：

保护敏感的政府数据：作为一项长期网络韧性计划的一部分，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。这项工作有助于防止关键安全部门开发细节的暴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 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快速修复了一个公开文件下载绕过漏洞，该漏洞暴露了一个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 已经在整个科学界产生实际影响——为多个领域的科学家和专家带来了新颖的发现。

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 AlphaQubit（我们的机器学习量子纠错解码器）的内部版本转换为一个单一、高度优化的硬件内核——将其推理吞吐量几乎翻倍，使我们能够部署更大、更强大的模型，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基本构建块——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，这是朝着优化量子电路标准库迈出的一步。
核聚变：仿星器是极其复杂的机器，是无限清洁聚变能的主要候选方案之一，但优化其三维磁场众所周知非常困难。自 1967 年以来，一个被称为“Grad 猜想”的长期假设认为，为这些磁场找到精确的数学解是不可能的，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 猜想的反例。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，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。在一个病例中，Argon 精确定位了常规软件多年遗漏的染色体重排，并解释了为何它未被发现。在基于真实临床和实验室数据构建的 Gamow Labs 私有评测中，Argon 在 RareBench（罕见病诊断辅助 57%）和 LabBench（湿实验室推理 52.2%）上均排名第一。这些进展意味着面临罕见疾病的家庭可以更快获得诊断。详情请见博客 ² 。
酶设计： 设计具有精确反应性的酶素来以缓慢著称，往往需要数月针对特定模型的调优和候选筛选。丝氨酸酯酶是一类能够切割目标分子上酯键的酶，广泛用于回收以及药物、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，靶向基准分子 4MU-乙酸酯——一旦其酯键被切断，在紫外光下就会发光。在短短数小时内，Argon 汇集了相关数据，进行了模型调优，并确定了多个受生物化学启发的筛选条件，最终得到五个新型设计。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表明，在生物制造、绿色化学和药物开发等领域，酶工程有望实现快速加速。

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 最高使用层级，为期 6 个月（按滚动方式分批开通），但须符合资格、容量和筛选条件。申请现已开放。

加速机器人技术开发

通过将先进的视觉-语义推理、深入的物理理解和自主代码生成相结合，Argon 解锁了机器人技术栈中的全新工作流，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）基准上的表现，该基准测试模型在 3D 环境中理解和解决物理、空间问题的能力。仅凭纯推理，Argon 就以 87% 的得分超越所有其他前沿模型。

为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一项分布外物理技能的能力。在一项内部测试中，Argon 观看了一段人类玩沙包投掷游戏的原始视频，绘制了环境的空间坐标，并计算了所需的全身关节动作。随后，它自主构建了仿真代码。在迁移到 Apptronik 的 Apollo 人形机器人后，该机器人在真实环境试验中迅速连续命中七次。

这一“视频到仿真到现实”流水线将数周的人工仿真建模压缩到数小时，把普通视频转化为可扩展、无限的机器人训练场。欲了解更多关于这如何加速机器人开发进程的信息，请见我们的开发者博客。

负责任且安全地开发 Argon

在 Google，安全与保障是模型开发的基础。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，对某些模型能力和安全防护措施进行了评估。Gemini 4 Argon 代表了我们迄今为止最全面的安全与保障体系：

防滥用与防越狱： 那些帮助防御者修补医院软件或加速生物工程的编码与科学能力，同样需要强有力的防护措施来防范恶意行为者。在我们的前沿安全框架下，我们评估了 Argon 在多个领域增强后的能力，并部署了结合抗越狱、监控与执行的 multilayer 防御体系。这极大地提升了我们的稳健性——例如，外部生物红队测试仅能解锁我们测试的不到 1% 的生物子任务。此外，在面对危险请求时——从编写漏洞利用代码到协助获取危险生物材料——Argon 在拒绝执行有害请求方面显著优于我们之前的模型。在一组旨在对模型进行压力测试的对抗性测试集上，违规行为减少了近 2 倍——同样显著优于之前的 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、如实报告负面发现，并在采取不可逆步骤前暂停以等待人工确认。在模型没有动机有所保留的编码基准测试中，Gemini 4 Argon 的走捷径尝试降至仅 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的错位监控器，它会读取智能体的逐步推理和操作，以实时捕获并阻止意外的变通做法。我们在内部部署、能力评估和强化学习训练过程中都使用了该监控器——同时严格避免在训练期间惩罚模型的思考过程，以使其推理保持透明和可监控。
提示注入防护： 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至 0.7%。

如需了解更多信息，请参阅 Gemini 4 Argon 模型卡。

立即开始使用

Argon 能够更持久、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 1M 统一输入输出 token 上限。请阅读我们的开发者和企业文档，了解新的延续协议，并确保根据您的需求进行适当的设置。Argon 今日起在全球推出：

面向开发者： 使用 Gemini API 付费层级进行构建；如果您是 Google AI Ultra 订阅者，还可以在 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。
面向普通用户： 如果您是 Google AI Ultra 或 Pro 订阅者，从今天起可在 Gemini 应用和搜索中的 AI 模式中试用。
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（滚动入驻），须符合资格、名额和筛选条件。申请现已开放。
面向网络安全防御者：申请加入 Fairwind Program，以滚动方式获得无网络防护限制的 Argon 访问权限。

Gemini 4 Argon 只是开始。我们期待为你带来 Gemini 4 家族的其他成员。