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。

Google DeepMind 高级副总裁兼 Google 首席 AI 架构师

Gemini 4 Argon 今日面向全球开发者与企业开放，可通过 AI Studio 和 Gemini platform 中的 API（应用程序编程接口） 使用；Google AI Ultra 订阅者可在 Google Antigravity 中使用；Google AI Ultra 和 Pro 订阅者可在 Gemini 应用和 Search 中的 AI Mode 使用。

Argon 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表现出色，擅长深度工作。其在多步骤任务中的深度与精确性使 Argon 在各领域基准测试中超越其他前沿模型，在 Vals Index 上排名第一，该指数衡量模型在金融、编码、法律和税务等关键经济领域中的表现。

该模型今日发布，推出优惠价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 享受 95% 折扣）。

Google 内部团队、各企业以及研究界已在多个领域使用 Argon 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
• 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全新突破

解决复杂工程任务

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前所未有。Antigravity 中的 Argon 帮助团队将智能体代码提交量提升超过 35%，同时将代码回滚减少近三分之一。

• 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 万行代码库中约 600 万行的遗留浏览器功能文件夹中分离出来。Argon 一次提交多个干净的代码变更，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。

• 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（智能体） Development Kit（ADK）背后的团队——该框架为企业智能体提供支持——进一步推进性能工程。团队将 .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前提下消除框架开销。Argon 在一夜之间自主工作，提出了优化方案，现已上线 google/adk-python，使长会话中的内存会话准备时间缩短 40%，冷导入速度提升 21%。阅读工程深度解析了解更多。
• 量子化学开源包优化：xTB（Semiempirical Extended Tight-Binding）是分子领域引用最多的开源量子化学包之一。科学家使用它预测分子的 3D 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 预测分子结构的速度提升最高 2.3 倍，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。
• 使我们的开放 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 上将吞吐量从约 37,900 tokens/秒提升至超过 108,000 tokens/秒），token 完全一致且质量零下降，仅用几天便完成，而这一过程通常需要数月。查看上游 pull request（从注意力调优到推测解码的全面优化）以了解具体改动。
• 交付复杂 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，Google 员工正在使用 Argon 以原生代码原型化复杂 3D 可视化、高保真游戏和交互式动画，可直接在浏览器中渲染。

Argon 在 Antigravity 中使用多智能体视觉评审循环，构建了一个高度精细的宝塔模型。该模型在 Blender 中自主雕刻了一座包含多栋建筑的寺庙建筑群，具有照片级真实的建筑、植被和光照效果。

Argon 在 Antigravity 中使用多智能体循环，将一张真实书桌的照片变成了可玩的微型赛车游戏。书桌上的物品、房间和赛道均使用 Blender MCP 进行建模和碰撞检测，使用 Nano Banana 添加纹理，并在 Three.js 中通过物理系统、自定义着色器和来自 Gemini Omni Flash 的汽车引擎音频进行连接。现在就在 Google AI Studio 中试试吧。

Argon 在 Antigravity 中编写 Python 脚本，通过多智能体视觉评审循环，以程序化方式对一款复杂的 3D 游戏进行雕刻、绑定骨骼、制作动画和 PBR 烘焙，然后在 Three.js 中将其接入网页，并配以 GLSL 着色器、破碎物理效果和单人 AI。现在就在 Google AI Studio 中试试吧。

在零外部库、100% 纯 Python 的条件下，Argon 编写了自己的 3D 光线追踪引擎，并配有自定义视频工具和音频混音器，从零开始构建并记录了一座阳光明媚的图书馆，同时使用 Gemini 3.8 TTS 配音和 Lyria 3.5 音乐制作、旁白并组装了这段视频。查看源代码。

从 Antigravity 中的一张 Nano Banana 图像开始，Argon 以自主循环驱动 Blender MCP，对齐相机网格、雕刻哥特式建筑，并布置音频响应式灯光，最终创建出一个完整的 3D 场景。

变革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更强的写作能力融合于法律、金融、科学和编程领域，助力高风险的 professional 工作流程。它沟通清晰，让你始终了解进展，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，减少模棱两可，不会不必要地重复自己，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。

了解 Argon 如何综合约 50 GB 的机载 LiDAR 扫描、GIS 房间矢量、美国国会图书馆 CAD 图纸和 NPS 档案，重建查科峡谷的 3D 模型，将零散的考古记录转化为可探索的数字遗产遗址。现在就在 Google AI Studio 中试试吧。

在 Gemini App 中，Argon 将一个装满项目上下文的非结构化文件夹，使用自定义技能格式化为一份整洁的客户提案演示文稿。随后 Gemini 起草并将演示文稿通过电子邮件发送给客户，同时通过计划任务为所有未来传入的客户请求创建自动化工作流程。

观看 Argon 将来自 3 个开源仓库的数据综合成一个医学学习工具，你可以在其中逐层剥离解剖结构、检查临床元数据，并在人体 3D 探索中触发生物力学效果。

Argon 在 Gemini macOS 应用中使用 Antigravity，通过 Nano Banana 为沙发的新支腿生成设计迭代方案，然后为其中一个生成可 3D 打印的文件。从尺寸草图和沙发照片开始，Argon 构建出适合沙发的正确尺寸模型。

在 Isomorphic Labs，团队正将 Argon 作为合作伙伴，以加速其药物发现与设计研究工作流。Argon 能够快速综合复杂的 PDF 和专利以提取相关信息，将通常需要数周的过程缩短至数小时。

与研究人员和领域专家携手加速现实世界影响

研究人员、工程师和安全专家已经在使用 Argon 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，我们开始扩展到数百个额外的 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 的现实世界影响：

• 保护敏感政府数据：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缺口。这项工作帮助防止了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。通过串联复杂漏洞，该模型帮助团队发现并快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 已经在科学界产生现实世界影响——为多个领域的科学家和专家实现新发现。

• 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 将我们内部的 AlphaQubit（我们的机器学习量子纠错解码器）版本转换为单个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，但优化其三维磁场以困难著称。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数学解是不可能的，直到最近发现了反例，包括 Matt Landreman 教授（马里兰大学）的发现。如今，Google 的一个团队与 Landreman 教授一起发现了 Grad 猜想更广泛的一类反例。这些新解为聚变社区提供了可靠的基准来测试其仿星器模拟代码，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 精确定位了常规软件多年遗漏的染色体重排，并解释了为何未被检测到。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为 57%）和 LabBench（湿实验室推理方面为 52.2%）上名列前茅。这些进展指向为面临罕见病的家庭实现更快诊断。更多详情请参见博客 2。
• 酶设计：设计具有精确反应性的酶以缓慢著称，通常需要数月的定制模型调优和候选筛选。丝氨酸酯酶是一类切割目标分子上酯键的酶，广泛用于回收以及制药、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-acetate，该分子在酯键断裂后在紫外光下发光。在数小时内，Argon 汇集了相关数据，执行了模型调优，并确定了多个受生物化学启发的过滤器，最终得到五个新颖设计。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快速加速酶工程的潜力。

为了进一步加快研究步伐，我们向 10,000 名科学家免费提供 Google Antigravity 最高使用层级，为期 6 个月（按滚动方式入驻），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、深度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 Embodied Reasoning (ERQA) 基准测试中的表现上，该基准测试评估模型理解和解决 3D 环境中物理、空间问题的能力。凭借纯推理能力，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 观看了一段人类玩沙包游戏的原始视频，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，该机器人在真实世界试验中连续七次命中目标。

这一"视频到仿真到现实"（Video-to-Sim-to-Real）流水线将数周的手动仿真建模压缩至数小时，将普通视频转化为可扩展的、无限的机器人训练场。在我们的开发者博客中了解更多关于这如何加速机器人开发步伐的信息。

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 是一个能力极强的模型，我们与多家第三方合作伙伴合作，对特定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，同样需要强大的防护措施来抵御恶意行为者。在我们的前沿安全框架（Frontier Safety Framework）下，我们评估了 Argon 在多个领域的增强能力，并部署了结合越狱抵抗、监控和执行的 multilayer 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所测试的生物子任务中不到 1% 的部分。此外，在面对危险请求时——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显著优于我们之前的模型。在一个旨在对模型进行压力测试的对抗性数据集上，违规行为减少了近 2 倍——同样显著优于之前的 Gemini 模型。
• 智能体对齐与实时监控：随着智能体成为更强大的问题解决者，我们必须确保它们在遇到障碍（如权限错误或测试失败）时，不会因过于急于完成任务而采取未经授权的捷径。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%，这是我们相较于之前 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，读取智能体的逐步推理和操作，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想法，以使其推理保持透明和可监控。
• 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至 0.7%。

更多信息，请参阅 Gemini 4 Argon 模型卡。

立即开始使用

Argon 工作更长时间、更加努力，以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 token 限制。请阅读我们的开发者和企业文档，了解新的延续协议，并确保根据您的需求进行适当的设置。Argon 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 付费层级进行构建，如果您是 Google AI Ultra 订阅者，可以在 Google Antigravity 和 AI 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 订阅者，今日起可在 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 6 个月的访问权限（滚动录取），需符合资格、容量和筛选条件。申请现已开放。
• 面向网络安全防御者：申请加入 Fairwind 计划，以滚动方式获得无网络防护限制的 Argon 访问权限。

Gemini 4 Argon 仅仅是开始。我们期待为您带来 Gemini 4 系列的其他成员。

在 2026 年 11 月 30 日 introductory 期结束后，将适用每 100 万输入 token 4 美元和每 100 万输出 token 20 美元的价格。仅适用于面向公众访问的 Argon 模型。

本博客中的观点来自外部第三方，不代表 Google 的观点。

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：Google DeepMind Blog

原创地址：https://deepmind.google/blog/introducing-gemini-4-argon/