跳票已久的 Google Gemini 4 系列模型这次是真的来了……
就在刚刚，谷歌 DeepMind 正式面向全球上线了 Gemini 4 系列的首发前沿模型 ——Gemini 4 Argon。
官方称，Gemini 4 Argon 的目标是解决现实世界中的复杂任务，聚焦软件工程、企业知识工作，以及网络防御，目前主要面向全球开发者、企业和消费者逐步开放。
在核心基础能力上，Gemini 4 Argon 继续巩固了谷歌在长上下文与多模态原生架构上的优势：支持 100 万 token（1M） 上下文输入，原生覆盖文本、高分辨率图像、视频及音频。而针对超长链条的复杂任务，Argon 支持跨请求接续输出多达上百万 token，攻克 Agent 执行长周期规划任务时频繁遭遇的超时与断流瓶颈。
在 Artificial Analysis 的首发基准中，Argon 在 Intelligence Index 榜单斩获 53 分，与 GPT-6 Astra（Max）旗鼓相当，但得益于结构效率与定价比，其在同等高智力任务下的单任务加权成本仅为前者的约 60%。
从官方定价来看，目前Argon 的 API 定价定为输入 2 美元 / 百万 tokens，输出 10 美元 / 百万 tokens。对于长程交互中频繁复用的上下文缓存（Context Caching），给予高达 95% 的折扣。
不过值得注意的是，该优惠一直持续到 11 月 30 日，之后将恢复正常，上升至 4 美元 / 20 美元。
目前，全球范围内的开发者和企业用户，可通过 Gemini API 的付费版本以及 Gemini 平台使用；同时，Google Antigravity 的 Ultra 订阅用户，以及 Gemini 应用和搜索中的 Ultra、Pro 订阅用户也可以体验该模型。
几周完成 Chrome 数月的重构工作
编程是 Gemini 4 Argon 这次重点展示的能力。
谷歌表示，在公司内部，Argon 已经被广泛用于复杂软件工程任务。过去几周，借助 Antigravity，团队由 Agent 完成的代码提交量增长超过 35%，代码回滚量则下降了近三分之一。
典型的案例就是 Chrome。
Chromium 拥有约 4000 万行代码，其中一个包含浏览器功能的历史遗留目录就有约 600 万行代码。
Chrome 团队一直希望将核心网页处理逻辑与浏览器功能代码分离，使网页能够在标签页、侧边栏和浮动窗口之间自由切换，而不必重新加载。但这涉及数百个文件的架构调整。
在 Argon 的协助下，团队通过多批次代码修改，将原本需要数月的重构工作压缩至几周，为上述功能的实现奠定了基础。
在谷歌开源的 Agent Development Kit（ADK）中，同样因 Argon 有了效率提升。
工程师只向 Argon 提供了项目规则文件和一段简短的目标描述，要求它降低框架开销，同时保持现有应用的兼容性。
Argon 独立运行了一夜，提出的优化方案现已合入开源项目，使长会话中的内存会话准备耗时减少 40%，冷启动导入速度提升 21%。
在模型推理方面，Argon 还帮助团队优化了 Gemma 4 E2B。
仅用几天时间，团队就在 A100 GPU 上实现了 2.85 倍的端到端推理加速，吞吐量从每秒约 3.79 万 Token 提升至超过 10.8 万 Token，同时保持输出 Token 完全一致。
除了底层工程，Argon 在视觉编程方面也有所提升。
谷歌展示了多个通过 Antigravity 完成的案例，包括使用 Blender 自主构建复杂的寺庙建筑、将真实桌面照片转化为可玩的迷你赛车游戏，以及从零编写 Python 光线追踪引擎。
专业工作流：金融分析结果与人工模型高度一致
企业知识工作是 Argon 的另一项核心能力。
谷歌强调，Argon 在法律、金融等专业领域具备更强的推理、视觉理解和写作能力，能够处理包含大量文档、图表及复杂约束的多步骤任务。
在早期测试中，金融分析平台 Kepler 使用 Argon 根据美国证券交易委员会（SEC）的申报文件构建多年财务报表，并分析复杂资本结构和企业收购。
结果显示，Argon 生成的数值中，超过 99% 与分析师构建的参考模型一致。
企业内容管理平台 Box 则表示，Argon 在其内部评测中的准确率相比 Gemini 3.1 Pro 提升了 14%。
它能够关联多份文档中的信息，包括隐藏在图表中的细节，再综合完成多步骤分析。
在法律领域，LexisNexis 也报告了积极的早期测试结果，涉及法律知识检索、合同审查、诉状分析和研究备忘录撰写等任务。
Argon 发现了此前模型遗漏的医院系统漏洞
网络安全是 Argon 此次发布中受到重点关注的领域。
早在全球开放前，谷歌就通过 Fairwind Program，让经过审核的安全防御人员率先使用模型。
安全公司 Wiz 利用 Argon 发现了医院软件中的一个关键漏洞。
根据谷歌披露的信息，该漏洞涉及公开文件下载限制绕过，并可能导致主密钥泄露及管理员权限被获取。
Argon 帮助团队识别并修复了漏洞，降低了数十万份患者记录面临的风险。
但更强的安全能力也意味着更高的滥用风险。
因此，谷歌为其部署了多层防护，包括危险请求识别、实时行为监测，以及对异常任务执行的拦截。
谷歌还特别关注 Agent 为了完成目标而绕过系统限制的行为，要求模型在遇到权限边界或不可逆操作时主动暂停，并请求人工确认。
在 Gray Swan 间接提示词注入评测中，经过 15 次自适应攻击尝试后，Argon 的攻击成功率为 0.7%。
科学研究：几小时设计五种新酶，实验验证有效
Argon 的能力在科学研究领域也有充分展示。
在生命科学方面，谷歌研究团队利用 Argon 设计了一组新的丝氨酸酯酶。这类酶能够催化特定分子中的酯键断裂，在回收、药物制造、生物燃料和洗涤剂等领域具有应用价值。
Argon 在数小时内整理相关数据、完成模型调整，并根据生物化学原理筛选候选方案，最终得到五种新的酶设计。
随后的实验室测试确认，这五种设计均表现出催化活性。
在量子计算领域，Argon 参与优化了谷歌的机器学习量子纠错解码器 AlphaQubit，将内部版本转换为高度优化的硬件计算内核，使推理吞吐量接近翻倍，同时满足实时处理要求。
罕见病研究也有新的进展。
Gamow Labs 利用 Argon 分析罕见发育性肺部疾病新生儿的去标识化基因组数据。在其中一个案例中，Argon 识别出常规软件多年来未发现的染色体重排，并解释了此前遗漏的原因。
这些成果展示了模型参与科学发现、算法优化和实验设计的潜力。
谷歌还宣布，计划向符合条件的 1 万名科学家提供六个月的 Antigravity 最高使用额度免费资格。
学人类扔沙包，Apollo 连续投中七次
更值得关注的是，Gemini 4 Argon 的能力并没有停留在数字空间。
Google DeepMind 展示了一项机器人实验：Argon 观看一段人类玩 Cornhole（扔沙包游戏）的视频后，分析其中的空间关系和动作轨迹，计算人体动作所对应的关节运动，并自动生成机器人模拟代码。随后，这套能力被迁移到 Apptronik 的 Apollo 人形机器人上。
最终，Apollo 在真实环境中连续完成了 7 次投掷命中。
谷歌 DeepMind 研究员 Norman Di Palo 表示：「我到现在还有点难以置信，我们让 Gemini Argon 教 Apollo 人形机器人玩扔沙包游戏，它竟然零样本完成了任务。」
显然，这一过程并不是传统机器人训练方式。
过去，人形机器人通常需要人工设计动作、建立仿真环境、编写控制策略、大量训练……
而 Argon 展示的是另一种路径：Video → Simulation → Real Robot，即视频理解 → 构建模拟环境 → 生成动作策略 → 部署真实机器人。
官方认为，这种方式可以大幅降低机器人训练成本，让普通视频成为机器人学习现实世界技能的新数据来源。
那么你呢，如何看待沉寂已久的谷歌此次发布的新模型，关于在评论区留言、交流！
https://x.com/GoogleDeepMind/status/2110039274922131792
https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/?utm_source=x&utm_medium=social&utm_campaign=&utm_content=
https://x.com/normandipalo/status/2110054176382206379
https://x.com/ArtificialAnlys/status/2110068185793970576
热门跟贴