Google DeepMind 发布 Gemini 4 Argon，全球上线并开放 API

2026年10月13日

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。

收听本文

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 为实验性功能

本文内容

Gemini 4 Argon 现已在全球范围内推出：开发者与企业可通过 AI Studio 和 Gemini 平台中的 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 应用和搜索中的 AI 模式中使用。

Argon 擅长在编码、金融、法律、网络安全和科学等领域的复杂真实世界任务中进行深度工作。它在多步骤任务中的深度和精确性使 Argon 在各领域的基准测试中超越其他前沿模型，在衡量金融、编码、法律和税务等关键经济部门模型表现的 Vals Index 上排名第一。

该模型今日以 introductory 价格 ¹ 发布：每百万输入 token 2 美元，每百万输出 token 10 美元（缓存的输入 token 享受 95% 折扣）。

Google 内部的团队、各企业以及研究界已经在使用 Argon 在多个领域取得重大影响：

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
发现并修补关键的网络安全漏洞
在量子计算、核聚变和生命科学领域实现全新的突破

解决复杂的工程任务

在 Google，我们一直在最棘手的工程问题上使用 Argon。在过去几周里，软件工程师们以前所未有的速度交付高质量代码。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逻辑从 Chromium 4000 万行代码库中一个约 600 万行的旧版浏览器功能文件夹中分离出来。通过一次管道传输多个干净的代码变更，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 全球数十亿用户而言，这将使网页能够在标签页、侧边栏和浮动窗口之间流畅切换而无需重新加载，从而消除一整类浏览器崩溃问题。

在数小时内优化生产级 Python 代码库：Antigravity 中的 Argon 正在帮助 Google 开源 Agent Development Kit（ADK）背后的团队——这是一个驱动企业级智能体的框架——将他们的性能工程进一步推进。团队向 Argon 提供了他们的 .agents/skills 规则手册和一段简短的目标：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，找出了一系列优化，现已上线于 google/adk-python，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（半经验扩展紧束缚方法）是被引用最多的开源分子量子化学软件包之一。科学家用它来预测分子的 3D 形状，并筛选大量药物和材料候选物。利用 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升 2.3 倍速度，构象搜索速度提升 1.8 倍。这些改动已贡献至 GitHub 上的官方 xTB 仓库。
让我们的开源 Gemma 模型速度提升近三倍：使用 Argon，我们在短短几天内就在 A100 上通过 vLLM 实现了 2.85 倍的端到端推理加速（在 Gemma 4 E2B 上将吞吐量从约 37,900 提升至超过 108,000 tokens 每秒），同时保持 100% 的 token 一致性且零质量损失，而这一过程通常需要数月。查看上游拉取请求（涵盖从注意力调优到投机解码的各项优化），了解具体改动。
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。通过在 Antigravity 中使用 /goal 等斜杠命令并提示进行带有自定义技能的多智能体循环，Google 员工正使用 Argon 原型化复杂的 3D 可视化、高保真游戏和交互式动画，全部采用可直接在浏览器中渲染的原生代码。

变革关键业务与专业工作流

Argon 结合了前沿推理、深度视觉感知、扩展的领域知识，以及在法律、金融、科学和编程方面更强的写作能力，以协助高风险的专业工作流。它沟通清晰，让你随时掌握进展，并且比我们以往任何 Gemini 模型都更好地遵循风格指令。Argon 回答问题更直接、更少含糊其辞，不会不必要的重复，并在整个回复中避免陈词滥调。

参与我们早期访问计划的企业客户和初创公司已经在 Argon 上看到了显著的收益。

借助其高级推理和多模态能力，同时保持严格的依据性，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的影响

研究人员、工程师和安全专家已经在使用 Argon 推动网络防御、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检验假设、自主审计关键代码库和形式化证明，并捕捉隐蔽的零日漏洞和逻辑缺陷。

为更多可信的防御者带来最先进的网络能力

从今天开始，我们将把计划扩展到数百个新的 Fairwind Program 合作伙伴。

Wiz 已经在其"Scan for Good"倡议中使用 Argon，该倡议免费保护面向公共利益的关键基础设施。凭借对模型的早期访问，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，并与一家联邦机构合作，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领域开发细节的泄露以及未经授权对专用模型的访问。
保护关键的医疗基础设施：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获得管理员访问权限。Argon 不仅发现了漏洞，还主动保护了数十万条私人患者记录。

开启新的科学突破

Argon 已经在整个科学界产生了实际影响——为多个领域的科学家和专家带来全新的发现。

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。为了帮助错误解码器实时跟上量子硬件的步伐，Argon 将我们的 ML 量子纠错解码器 AlphaQubit 的内部版本转换为一个高度优化的单一硬件内核——几乎将其推理吞吐量翻倍，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要求。Argon 还在降低量子子程序的时间和空间成本。对于 arcsin（近期量子模拟算法中的一个基础构件），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 基准相比，将时空成本降低了 100 倍以上，这是朝着优化的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，是无限清洁聚变能源的主要候选方案之一，但优化其三维磁场是出了名的困难。自 1967 年以来，一个长期存在的假设——"Grad 猜想"——认为为这些磁场找到精确的数学解是不可能的，直到最近出现了反例，其中包括马里兰大学的 Matt Landreman 教授发现的反例。现在，Google 的一个团队与 Landreman 教授共同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的基准来测试他们的仿星器模拟代码，而这些代码是未来设计中非常有价值的工具。
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疾病的新生儿的去标识化基因组。在其中一例中，Argon 定位了一处常规软件多年未能发现的染色体重排，并解释了其为何一直未被检测到。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 57%）和 LabBench（湿实验室推理 52.2%）上名列前茅。这些进展将为面临罕见疾病的家庭带来更快的诊断。详情请参见博客 ² 。
酶设计：对具有精确反应活性的酶进行工程改造向来缓慢，往往需要对定制模型进行数月的调优和候选筛选。丝氨酸酯酶是一类能够切断目标分子上酯键的酶，广泛用于回收利用以及药品、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，靶向基准分子 4MU-乙酸酯——其酯键被切断后在紫外光下会发出荧光。在短短几小时内，Argon 汇编了相关数据、执行了模型调优，并确定了多个受生物化学启发的过滤器，最终得到了五个全新的设计。随后的实验室测试证实了这些设计均具有稳健的催化活性。这种快速、便捷地成功生成酶的方式，展示了在生物制造、绿色化学和药物开发等领域快速加速酶工程发展的潜力。

为进一步加快研究步伐，我们将向 10,000 名科学家免费提供 6 个月最高用量档的 Google Antigravity（按滚动方式陆续开通），具体取决于资格、容量与筛选。申请现已开放。

加速机器人技术发展

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 在机器人技术栈的各个环节解锁了新的工作流程，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，该基准测试模型理解和解决 3D 环境中物理与空间问题的能力。仅依靠纯推理，Argon 便以 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 仅通过观看就学会一种分布外物理技能的能力。在一次内部测试中，Argon 观看了一个人玩沙包投掷（cornhole）的原始视频，映射了环境的空间坐标，并计算出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，该机器人在现实世界的试验中连续投中七次。

这条“视频到仿真到现实”的流程将数周的手动仿真建模压缩到几个小时内，把普通视频转变为可扩展的、无限的机器人训练场。欲了解这将如何加速机器人技术开发步伐，请参阅我们的开发者博客。

负责任且安全地开发 Argon

安全与保障是 Google 模型开发的基础。由于 Argon 是一个能力非常强大的模型，我们与多家第三方合作伙伴协作，对某些模型能力和防护措施进行了评估。Gemini 4 Argon 代表了迄今为止我们最全面的安全与保障体系：

防滥用与越狱防御：帮助防御者修补医院软件或加速生物工程的编码与科学能力，同样需要强有力的保障来防范恶意行为者。根据我们的前沿安全框架，我们评估了 Argon 在多个领域增强后的能力，并部署了结合越狱抵抗、监控与执行的多层防御体系。这极大地提升了我们的鲁棒性——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不到 1%。此外，在处理危险请求方面——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。在一个用于压力测试模型对抗样本集上，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、如实报告负面结果，并在采取不可逆步骤之前暂停以等待人类确认。在模型没有动机有所保留的编码基准上，走捷径的尝试降至仅 2%，这是我们相比之前 Gemini 模型的最佳表现。
- 其次，作为纵深防御的一层，我们构建了一个自动化的偏差监控器，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绕道行为。我们将该监控器应用于内部部署、能力评估和强化学习训练运行中——同时在训练中严格避免惩罚模型的想法，以保持其推理的透明性和可监控性。
提示注入抵抗：当智能体浏览网页、阅读邮件或检查代码时，可能会遇到旨在劫持其任务的隐藏恶意指令。通过对抗训练和自动化红队测试，Argon 在 Gray Swan 间接提示注入（IPI）基准上处于领先地位，将 15 次自适应尝试的攻击成功率降至 0.7%。

欲了解更多信息，请参阅 Gemini 4 Argon 模型卡。

立即开始使用

Argon 可以更长时间、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 1M 统一输入输出 token 限制。请阅读面向开发者和企业的文档，了解新的续传协议，并确保为您的需求进行适当的设置。Argon 于今日起在全球范围内推出：

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 订阅者，还可以在 Google Antigravity 和 AI Studio 中试用。
面向企业：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 订阅者，从今天起即可在 Gemini 应用和 Search 的 AI Mode 中试用。
面向科学家与研究人员：立即申请，有机会免费获得为期 6 个月的 Google Antigravity 最高用量级别访问权限（陆续加入），须符合资格要求，且受容量和筛选限制。申请现已开放。
面向网络安全防御者：申请加入 Fairwind 计划，即可陆续获得不带网络安全防护机制的 Argon 访问权限。

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