Gemini 4 Argon：为攻克最难的问题而生

Google AI (Blog) 2026-10-14T00:00:00+08:00

2026 年 10 月 13 日

我们向开发者、企业、科研人员和普通用户开放了最新一代前沿模型。

Koray Kavukcuoglu
Google DeepMind 高级副总裁、Google 首席 AI 架构师

Gemini 4 Argon 从今天起面向全球开放。开发者和企业可通过 AI Studio 和 Gemini 平台 的 API 调用；Google AI Ultra 订阅者可在 Google Antigravity 中使用；Google AI Ultra 和 Pro 订阅者则可在 Gemini 应用和搜索中的 AI Mode 里使用。

Argon 擅长处理真实世界里的复杂任务，能在编程、金融、法律、网络安全、科学等多个领域承担深度工作。它在多步骤任务中表现出的深度和精度，使其在各领域基准测试中胜过其他前沿模型，并在 Vals Index 上排名第一。该指数衡量模型在金融、编程、法律、税务等关键经济领域中的表现。

模型今天上线，采用首发价格1：每百万输入 token 2 美元，每百万输出 token 10 美元，缓存输入 token 可享 95% 折扣。

Google 内部团队、企业客户和科研界已经在使用 Argon，并在多个领域取得了实质性成果：

• 解决大型代码库重构与优化等重大工程问题
• 优化法律、金融、科研等领域的业务流程
• 发现并修补关键网络安全漏洞
• 推动量子计算、核聚变和生命科学取得新突破

解决复杂的工程任务

在 Google，我们一直用 Argon 处理最困难的工程问题。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 帮助团队把智能体提交的代码量提升了 35% 以上，同时把代码回滚减少了近三分之一。

• 梳理 Chrome 浏览器功能代码： Argon 帮 Chrome 团队把核心网页处理逻辑，与 Chromium 4000 万行代码库中约 600 万行的历史遗留浏览器功能目录分离开来。Argon 一次能提交多个干净的代码改动，帮助团队完成了横跨数百个文件的架构重构，把原本需要数月的工作压缩到几周。对 Chrome 全球数十亿用户来说，这意味着网页可以在标签页、侧边栏和浮动窗口之间流畅切换而无需重新加载，同时消除了一整类浏览器崩溃问题。

• 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）团队进一步推进性能工程。ADK 是支撑企业级智能体的框架。团队把 .agents/skills 规则手册交给 Argon，并给了一段话的目标：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，找出了一系列优化点，现已合入 google/adk-python，让长会话的内存会话准备时间缩短 40%，冷导入速度提升 21%。更多细节可阅读工程深度解析。

• 优化量子化学开源软件包： xTB（Semiempirical Extended Tight-Binding，半经验扩展紧束缚）是分子领域引用量最高的开源量子化学软件包之一。科学家用它预测分子的三维结构，并筛选大量药物和材料候选物。我们的研究人员在 Antigravity 中使用 Argon，让 xTB 预测分子结构的速度最高提升 2.3 倍，构象搜索速度提升 1.8 倍。相关改动已贡献到官方 GitHub 上的 xTB 仓库。

• 让开源 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（Gemma 4 E2B 的吞吐量从约 37,900 tokens/秒提升到超过 108,000 tokens/秒），token 完全一致，质量零下降，整个过程只用了几天——通常这需要数月。查看上游 PR（从注意力调优到投机解码的全面优化）可以看到具体改动。

• 实现复杂 3D 可视化：与前几代 Gemini 模型相比，Argon 在空间推理、数学精度和视觉编码方面都有显著提升。Googler 们正在用 Argon 做原型开发——通过 /goal 这类斜杠命令，以及在 Antigravity 中用自定义技能提示多智能体循环——用原生代码构建复杂的 3D 可视化、高保真游戏和交互动画，并直接在浏览器中渲染。

Argon 在 Antigravity 里用多智能体视觉评审循环，为一座宝塔构建了细节丰富的模型。它自主雕刻出一组多建筑寺庙群，在 Blender 中呈现出照片级的建筑、植被与光照。

Argon 还把一张真实书桌的照片变成了可玩的迷你赛车游戏：在 Antigravity 中借助多智能体循环，桌面物件、房间和赛道全部用 Blender MCP 建模并做了碰撞检测，用 Nano Banana 贴图，再由 Gemini Omni Flash 在 Three.js 中接入物理、自定义着色器和汽车引擎音效。

Argon 在 Antigravity 中编写 Python 脚本，以多智能体视觉评审循环，对一个复杂 3D 游戏做程序化雕刻、绑定、动画和 PBR 烘焙，然后用 Three.js 搭配 GLSL 着色器、破碎物理和单人 AI 把它搬到网页上。

它不依赖任何外部库，100% 纯 Python，自己写了一个 3D 光线追踪引擎，外加自定义视频工具和音频混音器，从零构建并记录一座阳光洒落的图书馆；还用 Gemini 3.8 TTS 配音、Lyria 3.5 配乐，完成了这段视频的制作、旁白与剪辑。查看源代码。

从 Antigravity 中的一张 Nano Banana 图片出发，Argon 在自主循环中驱动 Blender MCP，对齐相机网格、雕刻哥特式建筑、布置随音频反应的灯光，最终生成一个完整的 3D 场景。

变革关键业务与专业工作流

Argon 将前沿推理、深度视觉感知、更广的领域知识和更强的写作能力集于一身，覆盖法律、金融、科学和编程，帮助人们应对高风险的专业工作流。它表达清晰，始终让你掌握进展，并且在遵循风格指令上比我们此前任何 Gemini 模型都更出色。Argon 回答问题更直接、少绕弯子，不必要地重复更少，全程避开陈词滥调。

参与早期访问计划的企业客户和初创公司，已经用 Argon 取得了显著成效。

凭借强大的推理与多模态能力，同时保持严格的事实依据，Argon 在深度多模态文档理解、纵向数据分析以及交互式分析沙箱等场景中表现出色。

看看 Argon 如何整合约 50 GB 的机载激光雷达扫描数据、GIS 房间矢量数据、美国国会图书馆的 CAD 图纸以及 NPS（美国国家公园管理局）档案，重建查科峡谷的 3D 模型，把零散的考古记录变成可探索的数字遗产站点。你可以在 Google AI Studio 中立即试用。

在 Gemini App 中，Argon 能读取一个装满项目背景资料的杂乱文件夹，通过自定义技能，将其整理成一份干净整洁的客户提案演示文稿。随后 Gemini 起草该演示文稿并发送邮件给客户，同时创建一个定时任务，为未来所有客户请求建立自动化工作流。

观看 Argon 将来自 3 个开源仓库的数据合成为一个医学学习工具：你可以逐层剥离解剖结构、查看临床元数据，并在人体 3D 探索中触发生物力学模拟。

在 Gemini macOS 应用中，Argon 使用 Antigravity，通过 Nano Banana 为沙发设计新支腿的多个方案，然后生成可 3D 打印的文件。从尺寸草图和沙发照片出发，Argon 构建出尺寸正确的模型，使其能够安装到沙发上。

在 Isomorphic Labs，团队正把 Argon 当作合作伙伴，加速药物发现与设计的研究工作流。Argon 能快速整合复杂的 PDF 和专利文件，提取关键信息，把通常需要数周的过程缩短到数小时。

携手研究人员与领域专家，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 拓展网络防御、科学、数学和机器人技术的边界。它帮助网络防御人员与研究人员验证假设、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。

将顶尖网络安全能力带给更多可信赖的防御者

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

Wiz 已经在“Scan for Good”倡议中使用 Argon，这项倡议免费为公共利益保护关键基础设施。通过提前获得该模型的使用权，Wiz 已经在多个高风险领域展示了 Argon 的实际效果：

• 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 帮助主动发现并修复了一处可能导致敏感数据和政府基础设施暴露的缺口。这项工作帮助避免了关键安全领域开发细节的泄露，也防止了专用模型被未授权访问。
• 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。通过串联多个复杂漏洞，模型帮助团队发现并快速修复了一个公开文件下载绕过问题，该问题会暴露主密钥并授予管理员权限。Argon 不只是发现了漏洞，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 已经在科学界产生实际影响——帮助多个领域的科学家和专家实现新的发现。

• 量子计算：Argon 正在帮助我们的研究人员加快量子纠错和算法设计两方面的进展。为了让纠错解码器能实时跟上量子硬件的速度，Argon 把我们内部的 AlphaQubit —— 一个基于机器学习（ML）的量子纠错解码器 —— 转写成了单个高度优化的硬件内核（kernel）。它的推理吞吐量几乎翻了一倍，因此我们可以部署更大、能力更强的模型，并把系统扩展到更大规模的量子设备上，同时继续满足严格的实时性要求。Argon 还在降低量子子程序的时空开销。arcsin 是近期一些量子模拟算法的基础构件，Argon 为其编写并在 Lean 中完成了形式化验证的一份实现，与已发表的量子 CORDIC 基线相比，时空开销降低了 100 倍以上。这是朝着建立一套优化量子电路标准库迈出的一步。

• 核聚变：仿星器（stellarator）是极其复杂的机器，被视为实现近乎无限的清洁聚变能源的主要候选方案之一，但要优化其三维磁场是出了名的困难。自 1967 年以来，一直有一个被称为“Grad 猜想”的假说，认为为这类磁场找到精确的数学解是不可能的。直到不久前，人们才找到了反例，其中包括马里兰大学的 Matt Landreman 教授找到的反例。如今，Google 的一个团队与 Landreman 教授合作，发现了范围更广的一类 Grad 猜想反例。这些新解为聚变领域提供了可靠的基准，可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重要工具。

• 罕见病研究：Gamow Labs 的研究人员用 Argon 分析了患有罕见发育性肺部疾病的新生儿的去标识化基因组。在其中一例中，Argon 定位出了一处染色体结构重排，而常规软件多年来一直没能发现它，Argon 还解释了它此前为何未被检出。

在基于真实临床与实验室数据构建的 Gamow Labs 内部评测中，Argon 在 RareBench（罕见病诊断辅助任务，得分 57%）和 LabBench（湿实验推理，得分 52.2%）上均排名第一。这些进展意味着，面对罕见病的家庭有望更快拿到诊断结果。更多细节见博客 [2]。

• 酶设计： 要让酶具备精确的反应活性，工程化改造一向很慢，往往需要数月针对性的模型调优和候选筛选。丝氨酸酯酶（serine esterase）是一类能切断目标分子上酯键的酶，广泛用于回收、制药、生物燃料和洗涤剂制造。我们的科学家与 Argon 合作设计丝氨酸酯酶，靶标是基准分子 4MU-乙酸酯（4MU-acetate）——它的酯键一旦被切断，就会在紫外光下发光。Argon 在数小时内完成了相关数据整理、模型调优，并筛出多个受生物化学启发的过滤条件，最终得到五个全新设计。后续实验室测试确认，这些设计都具备稳定的催化活性。这次酶设计成功所体现的速度与便捷，说明在生物制造、绿色化学和药物开发等领域，酶工程有望大幅提速。

为进一步加快研究进度，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（滚动开放），需符合资格、容量和筛选条件。申请现已开放。

加速机器人开发

Argon 把先进的视觉-语义推理、对物理世界的深度理解和自主代码生成结合在一起，打通了机器人技术栈中的新工作流，推动我们向物理 AGI 迈进。它在 Embodied Reasoning（ERQA）基准测试上的表现，正好体现了这次能力跃升。该测试考察模型能否理解和解决三维环境中的物理与空间问题。Argon 仅凭推理就拿到 87% 的分数，超过所有其他前沿模型。

为了展示这些能力在实际场景中的效果，我们测试了 Argon 能否仅靠观看就学会一项分布外的物理技能。在一次内部测试中，Argon 观看了一段人类玩沙包游戏的原始视频，标出环境的空间坐标，算出所需的全身关节动作，然后自主编写了仿真代码。把代码迁移到 Apptronik 的 Apollo 人形机器人后，它在真实环境试验中连续投中七球。

这套“视频→仿真→真实”（Video-to-Sim-to-Real）流程，把原本需要数周的手动仿真建模压缩到几个小时，让普通视频变成可扩展的无限训练场。想了解它如何加速机器人开发，请看我们的开发者博客。

负责任、安全地开发 Argon

安全与保障是 Google 模型开发的基础。Argon 能力很强，因此我们与多家第三方伙伴合作，评估模型的某些能力和防护措施。Gemini 4 Argon 拥有我们迄今最全面的安全与保障体系：

• 防滥用与防越狱： 帮助防御方修补医院软件、加速生物工程的编程与科研能力，同样可能被恶意行为者利用，因此必须配备强有力防护。按照我们的前沿安全框架（Frontier Safety Framework），我们从多个领域评估了 Argon 增强后的能力，并部署了多层防御体系，结合抗越狱、监控与执行机制。这大幅提升了稳健性——例如，外部生物红队测试只能解锁我们测试中不到 1% 的生物子任务。此外，面对危险请求——从编写漏洞利用代码到协助处理危险生物材料——Argon 在拒绝有害请求方面明显优于我们此前的模型。在一组用于压力测试的对抗样本上，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： 随着智能体解决问题的能力越来越强，我们必须确保它们不会因为急于完成任务，在遇到权限错误或测试失败等障碍时，擅自走捷径。

• 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前暂停等待人工确认。在模型没有动机保留的编程基准上，Gemini 4 Argon 的捷径尝试率降至仅 2%，这是我们对比之前 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失准监控器，读取智能体的逐步推理和操作，实时发现并拦截意外的变通行为。我们在内部部署、能力评估和强化学习训练中都使用了这个监控器——同时严格避免在训练中惩罚模型的想法，以保持其推理透明、可监控。

• 抗提示注入攻击： 智能体在浏览网页、读取邮件或检查代码时，可能遇到藏有恶意指令的内容，这些指令试图劫持它正在执行的任务。Argon 通过对抗训练和自动化红队测试（模拟攻击来查找漏洞），在 Gray Swan 间接提示注入（IPI）基准测试中排名第一，在 15 次自适应攻击尝试下，将攻击成功率压低到 0.7%。

更多信息请参阅 Gemini 4 Argon 模型卡。

立即上手

Argon 能持续工作更长时间，也更愿意“啃硬骨头”，适合解决高度复杂的科学、编程和智能体任务。这得益于 Gemini API 提供的 100 万统一输入输出 token 上限，在业内处于领先水平。关于新的续写协议（continuation protocol），开发者可阅读开发者文档，企业用户可阅读企业文档，以便根据自身需求完成合适配置。Argon 今天起在全球范围内逐步开放：

• 开发者： 可在 AI Studio 和 Android Studio 中使用 Gemini API 付费层进行构建；如果你是 Google AI Ultra 订阅用户，还可以在 Google Antigravity 和 AI Studio 中试用。
• 企业： 可在 Gemini for business、API 以及 Google Antigravity 中试用。
• 普通用户： 如果你是 Google AI Ultra 或 Pro 订阅用户，今天起可以在 Gemini 应用和搜索的 AI 模式中试用。
• 科学家与研究人员： 可申请免费使用 Google Antigravity 最高用量层级 6 个月（按批次陆续开通），能否获得取决于资格、容量和筛选结果。申请现已开放。
• 网络安全防御人员： 可申请加入 Fairwind 计划，在不启用网络安全防护限制的情况下使用 Argon，名额按批次陆续开放。

Gemini 4 Argon 只是开始。我们期待接下来为你带来 Gemini 4 系列的其他成员。

查看原文