Gemini 4 Argon: Built to solve your hardest problems

Gemini 4 Argon 现已面向所有人开放

Gemini 4 Argon：专为解决您的难题而生

2026年10月13日

|

分享下拉菜单

• x.com

• Facebook

• LinkedIn

• 邮件

• 复制链接

我们向开发者、企业、科学家和消费者开放了最新的前沿模型。

Koray Kavukcuoglu

Google DeepMind 副总裁兼 Google 首席 AI 架构师

分享

本文内容

Gemini 4 Argon 今日通过 AI Studio 和 Gemini 平台的 API 向开发者和企业全球开放，Google AI Ultra 订阅用户可通过 Google Antigravity 访问，Google AI Ultra 和 Pro 订阅用户可通过 Gemini 应用和搜索中的 AI 模式访问。

Argon 在编码、金融、法律、网络安全和科学等复杂现实任务领域表现出色。其在多步骤任务中的深度和精确度使 Argon 在跨领域基准测试中超越其他前沿模型，位列 Vals 指数第一，该指数衡量模型在金融、编码、法律和税务工作等关键经济领域的性能表现。

该模型今日以入门价格推出：每百万个输入令牌 2 美元，每百万个输出令牌 10 美元（缓存输入令牌可享受 95% 的折扣）。

谷歌团队、企业及研究社区已开始使用 Argon 在多个领域取得显著成果：

• 解决重大工程问题，如大型代码库重构和优化

• 优化法律、金融和科学等领域的业务流程

• 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突破性进展

解决复杂工程任务

在谷歌，我们一直在用 Argon 解决最棘手的工程问题。过去几周，软件工程师的高质量代码交付速度比以往任何时候都快。Antigravity 中的 Argon 帮助团队将代理代码提交量提高了 35% 以上，同时将代码回滚减少了近三分之一。

• 在 Chrome 中梳理浏览器功能代码：Argon 帮助 Chrome 团队将核心网页处理功能从 Chromium 4000 万行代码库中约 600 万行的遗留浏览器功能文件夹中分离出来。通过一次性推送多个干净的代码更改，Argon 帮助团队在数百个文件中完成架构重构，将原本需要数月的工作在数周内完成。对于 Chrome 的数十亿全球用户而言，这将使网页能够在标签页、侧边栏和浮动窗口之间流畅移动而无需重新加载，彻底消除一类浏览器崩溃问题。

• 在数小时内优化生产 Python 代码库：Antigravity 中的 Argon 正在帮助谷歌开源 Agent Development Kit（ADK）团队（该框架驱动企业代理）进一步推进性能工程。团队向 Argon 提供了 .agents/skills 规则手册和一个简短的目标，即在不破坏现有应用的前提下消除框架开销。Argon 在夜间自主工作后，提出了现已部署在 google/adk-python 中的优化方案，将长会话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信息。

• 量子化学开源软件优化：xtB（半经验扩展紧束缚模型）是分子领域被引用次数最多的开源量子化学软件之一。科学家们利用它来预测分子的三维结构，并筛选大量药物和材料候选物。通过在Antigravity中使用Argon，我们的研究人员将xtB预测分子结构的速度提升了2.3倍，构象搜索速度提升了1.8倍。这些改进已提交至GitHub上的官方xtB代码库。

• 使我们的开源Gemma模型速度提升近三倍：通过使用Argon，我们在A100上借助vLLM实现了端到端推理速度2.85倍的提升（Gemma 4 E2B模型的吞吐量从约37,900个/秒提升至超过108,000个/秒），在仅几天内就实现了100%的token一致性且质量零下降，而这一过程通常需要数月时间。查看上游的pull requests（从注意力调优到推测解码的全方位优化），可以了解具体改进细节。

• 实现复杂的3D可视化：与之前版本的Gemini模型相比，Argon在空间推理、数学精度和视觉编码方面有重大提升。通过Antigravity中的/gool命令和多智能体循环提示自定义技能，Googlers正在使用Argon在原生代码中快速原型化复杂的3D可视化、高保真游戏和交互式动画，这些内容可以直接在浏览器中渲染。

Argon通过Antigravity中的多智能体视觉批评循环，构建了一个高度详细的宝塔模型。该模型自主雕刻出包含写实建筑、植被和光照效果的多建筑寺庙群。

Argon通过Antigravity中的多智能体循环，将真实书桌的照片转化为可玩的微型赛车游戏。书桌物体、房间和赛道通过Blender MCP建模并进行碰撞检测，使用Nano Banana进行纹理处理，并通过Three.js集成Gemini Omni Flash提供的物理引擎、自定义着色器和汽车引擎音频。现在就在Google AI Studio中体验。

Argon在Antigravity中编写Python脚本，通过多智能体视觉批评循环对复杂3D游戏进行程序化雕刻、绑定、动画制作和PBR烘焙，随后通过Three.js使用GLSL着色器、破碎物理和单人AI进行网页端集成。现在就在Google AI Studio中体验。

无需任何外部库且完全使用纯Python，Argon自行编写了3D光线追踪引擎，配合自定义视频工具和音频混音器，从零开始构建并记录了一个阳光照射的图书馆。该视频由Gemini 3.8 TTS语音和Lyria 3.5音乐制作，包含生成、配音和组装过程。查看源代码。

从Antigravity中的单张Nano Banana图像开始，Argon自主驱动Blender MCP循环，对齐相机网格、雕刻哥特式建筑并设置音频响应灯光，最终生成完整的3D场景。

改变关键商业和专业工作流程

Argon结合前沿推理能力、深度视觉感知、扩展领域知识和更强的写作能力，在法律、金融、科学和编程领域帮助用户处理高风险专业工作流程。它能够清晰沟通并随时向您同步进展，相比之前的Gemini模型，更严格遵循样式指令。Argon回答问题更加直接，减少模糊表述，避免不必要的重复，并在整个响应过程中跳过陈词滥调。

企业客户和早期访问计划中的初创公司已经通过Argon取得了显著成果。

凭借其先进的推理能力和多模态功能，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卓越。通过整合约50GB的机载激光雷达扫描数据、GIS房间矢量数据、国会图书馆CAD图纸和国家公园管理局档案，Argon成功重建了查科峡谷的3D模型，将碎片化的考古记录转化为可探索的数字遗产地。现在就在Google AI Studio体验这一功能。

在Gemini App中，Argon能够将一堆无序的项目文件夹通过自定义技能整理成整洁的客户提案文件。Gemini随后会自动生成并发送提案文件，同时为所有未来的客户请求创建自动化工作流并设置定时任务。

观看Argon如何从三个开源仓库中整合数据，构建一个医学学习工具，您可以在人体3D探索中剥离解剖结构层、检查临床元数据并触发生物力学模拟。

在Gemini macOS应用中，Argon通过Antigravity工具和Nano Banana生成沙发新腿的设计方案，并生成可3D打印的文件。从尺寸草图和沙发照片出发，Argon构建出精确尺寸的模型以适配沙发。

在Isomorphic Labs，团队正将Argon作为合作伙伴，加速其药物发现和设计研究的工作流程。Argon能够快速合成复杂PDF和专利文件，提取关键信息，将原本需要数周的流程缩短至数小时。

与研究人员和领域专家加速实际影响

研究人员、工程师和安全专家已经在使用Argon推动网络安全、科学、数学和机器人技术的边界。它帮助网络安全防御者和研究人员测试假设，自主审计关键代码库和形式证明，并发现细微的零日漏洞和逻辑缺陷。

将最先进的网络安全能力带给更多可信的防御者

从今天起，我们将开始向数百家新增的Fairwind计划合作伙伴扩展服务。

Wiz已经在其"Scan for Good"计划中使用Argon，该计划免费保护关键基础设施以服务公共利益。通过早期接触该模型，Wiz已在多个高风险领域展示了Argon的实际影响：

• 保护敏感政府数据：作为一项长期的网络安全韧性计划的一部分，并与联邦机构合作，Argon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。这项工作有效防止了关键安全领域开发细节的泄露和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保护关键医疗基础设施。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共文件下载绕过漏洞，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带来了全新的发现机遇。

• 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领域加速进展。为了使错误解码器能够实时跟上量子硬件的发展，Argon 将我们内部版本的 AlphaQubit（一种基于机器学习的量子纠错解码器）转换为一个高度优化的硬件内核，使推理吞吐量几乎翻倍，从而能够部署更大、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要求。Argon 还在降低量子子程序的时空成本。以 arcsin 为例，这是近期量子模拟算法中的一个基础模块，Argon 设计的实现方案通过 Lean 的形式验证，其时空成本相比已发表的量子 CORDIC 基线降低了超过 100 倍，这是构建标准化优化量子电路库的重要一步。

• 核聚变：Stellarator（stellarator 是一种复杂机器，是实现无限清洁能源核聚变的领先候选方案）的 3D 磁场优化以极其困难著称。自 1967 年以来，一个长期存在的假设——“Grad 猜想”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，其中包括马里兰大学 Matt Landreman 教授的贡献。现在，Google 团队与 Landreman 教授合作，发现了一类更广泛的 Grad 猜想反例。这些新解为核聚变领域提供了可靠的基准，用于测试 stellarator 模拟代码，而这些代码是未来设计的重要工具。

• 罕见病研究：Gamow 实验室的研究人员使用 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。在其中一个案例中，Argon 识别出一种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的原因。基于真实临床和实验室数据的 Gamow 实验室内部评估显示，Argon 在 RareBench（罕见病诊断辅助方面达到 57%）和 LabBench（湿实验推理方面达到 52.2%）中表现最佳。这些进展为面临罕见病的家庭带来了更快的诊断可能。更多细节请参见博客 2。

• 酶设计：设计具有精确反应性的酶通常效率低下，往往需要数月的定制模型调优和候选筛选。丝氨酸酯酶是一类能够切割目标分子酯键的酶，广泛应用于回收、制药、生物燃料和洗涤剂制造。我们的科学家与 Argon 合作，设计针对基准分子 4MU-乙酸酯的丝氨酸酯酶（该分子在酯键断裂后会发出紫外光）。仅用数小时，Argon 就整合了相关数据，完成模型调优，并识别出多个受生物化学启发的过滤条件，最终得出五个新颖设计。后续实验室测试证实了这些设计在催化活性方面的稳定性。酶生成的速度和简便性展示了 Argon 在生物制造、绿色化学和药物开发等领域的酶工程加速潜力。

为了进一步加快研究进程，我们正在为10,000名科学家提供6个月的Google Antigravity最高使用层级服务（按滚动方式陆续加入），前提是符合资格、具备容量且通过筛选。现在开放申请。

加速机器人开发

通过整合先进的视觉语义推理、深度物理理解和自主代码生成能力，Argon在机器人技术栈中解锁了全新的工作流程，并加速了物理AGI的实现进程。这种能力的飞跃在Argon于Embodied Reasoning (ERQA)基准测试中的表现中得到了体现，该测试评估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的得分为87%，优于所有其他前沿模型。

为展示这些能力的实际应用，我们测试了Argon通过观看视频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，它自主生成了仿真代码。当将该代码移植到Apptronik的Apollo人形机器人上时，机器人在现实测试中迅速完成了七次连续投掷。

这种"视频-仿真-现实"的流程将原本需要数周的手动仿真建模压缩到数小时内，将普通视频转化为机器人领域可扩展、无限的训练场。了解更多关于该流程如何加速机器人开发的信息，请参阅我们的开发者博客。

负责任且安全地开发Argon

安全性和安全性是Google模型开发的基础。由于Argon是一款能力强大的模型，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评估。Gemini 4 Argon代表了我们迄今为止最全面的安全和安全体系：

• 滥用和越狱防御：帮助防御者修补医院软件或加速生物工程的编程和科学能力，同样需要对恶意行为者实施强有力的防护措施。根据我们的前沿安全框架，我们在多个领域评估了Argon增强的能力，并部署了结合越狱防御、监控和执行的多层防护体系。这大大提高了我们的鲁棒性——例如，外部生物红队测试仅能解锁我们测试的生物子任务中的不到1%。此外，在处理危险请求时（从编写漏洞代码到协助处理危险生物材料），Argon在拒绝有害请求方面比之前的模型有显著提升。在针对模型进行压力测试的对抗性数据集中，违规行为减少了近两倍，也显著优于之前的Gemini模型。

• 代理对齐与实时监控：随着代理成为更强大的问题解决者，我们必须确保它们在遇到障碍（如权限错误或失败的测试）时，不会急于通过未经授权的捷径完成任务。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。在模型没有保留动机的编码基准测试中，Gemini 4 Argon的捷径尝试率降至仅2%，这是我们相比之前Gemini模型的最佳表现。其次，作为深度防御机制，我们构建了自动化对齐监控系统，通过读取代理的逐步推理和操作，实时捕捉并阻止意外的变通方案。我们在内部部署、能力评估和强化学习训练中使用了该监控系统——同时严格避免在训练过程中惩罚模型的思考过程，以保持其推理的透明性和可监控性。

• 提示注入防御：当代理浏览网页、阅读电子邮件或检查代码时，可能会遇到旨在劫持任务的隐藏恶意指令。通过对抗训练和自动化红队演练，Argon在Gray Swan间接提示注入（IPI）基准测试中表现领先，将15次适应性攻击的成功率降至0.7%。

更多信息请参见Gemini 4 Argon模型卡片。

立即开始使用

Argon能够更长时间、更深入地解决高度复杂的科学、编码和代理问题。这得益于Gemini API提供的行业领先的100万统一输入输出令牌限制。请阅读面向开发者和企业的文档，了解新的延续协议并确保适合您需求的配置。Argon今天已在全球推出：

• 面向开发者：通过AI Studio和Android Studio的Gemini API付费层级进行开发，如果您是Google AI Ultra订阅用户，还可以在Google Antigravity和AI Studio中试用。

• 面向企业：通过Gemini for business、API和Google Antigravity试用。

• 面向日常用户：如果您是Google AI Ultra或Pro订阅用户，今天起可在Gemini应用和搜索的AI模式中试用。

• 面向科学家和研究人员：申请获得Google Antigravity最高使用层级6个月免费试用资格（按滚动批次审核），需符合资格、容量和筛选条件。现在开放申请。

• 面向网络安全防御者：申请加入Fairwind计划，按滚动批次获得无网络安全限制的Argon访问权限。

Gemini 4 Argon只是开始。我们期待为您带来完整的Gemini 4系列。

发布于：