Gemini 4 Argon متاح اليوم عالميًا للمطورين والشركات عبر واجهة API في AI Studio و منصة Gemini, ولـ مشتركي Google AI Ultra في Google Antigravityولمشتركي Google AI Ultra وPro في تطبيق Gemini و وضع AI في Search.
Argon يتفوق في الأعمال العميقة والمهام المعقدة في العالم الحقيقي عبر مجالات تشمل البرمجة والمالية والقانون والأمن السيبراني والعلوم. إن عمقه ودقته عبر المهام متعددة الخطوات يجعله يتفوق على النماذج الرائدة الأخرى في معايير قياس عبر المجالات, محتلًا المرتبة #1 في Vals Index, الذي يقيس أداء النماذج عبر قطاعات اقتصادية حيوية مثل المالية والبرمجة والأعمال القانونية والضريبية.
يُطلق النموذج اليوم بسعر تمهيدي 1 قدره $2 لكل مليون رمز إدخال و$10 لكل مليون رمز إخراج (مع خصم 95% على رموز الإدخال المخزنة مؤقتًا).
لقد كانت الفرق في Google وفي الشركات وفي مجتمع البحث تستخدم Argon بالفعل لتحقيق تأثير كبير عبر مجالات متعددة:
- لحل مشكلات هندسية كبرى مثل إعادة هيكلة قواعد الشيفرة البرمجية الكبيرة وتحسينها
- لتحسين سير العمل في الشركات عبر مجالات مثل القانون والمالية والعلوم
- لاكتشاف وإصلاح ثغرات أمنية سيبرانية حرجة
- لتمكين إنجازات جديدة في الحوسبة الكمية والاندماج النووي وعلوم الحياة
حل مهام هندسية معقدة
في Google، كنا نستخدم Argon في أصعب مشكلاتنا الهندسية. على مدى الأسابيع الماضية، كان مهندسو البرمجيات يقدمون شيفرة برمجية عالية الجودة أسرع من أي وقت مضى. ساعد Argon في Antigravity الفرق على زيادة عمليات إرسال الشيفرة الوكيلة (agentic) بنسبة تزيد عن 35% مع خفض حالات التراجع عن الشيفرة بنحو الثلث.
- فك تشابك شيفرة ميزات المتصفح في Chrome: ساعد Argon فريق Chrome في فصل معالجة صفحات الويب الأساسية عن مجلد قديم يضم نحو 6 ملايين سطر من ميزات المتصفح داخل قاعدة الكود الخاصة بـ Chromium البالغة 40 مليون سطر. بتقديم عدة تغييرات نظيفة على الكود في كل مرة، ساعد Argon الفريق على إنجاز إعادة هيكلة معمارية عبر مئات الملفات، مكملاً شهوراً من العمل في غضون أسابيع. لمليارات مستخدمي Chrome حول العالم، سيفتح ذلك إمكانية انتقال صفحات الويب الحية بسلاسة بين علامات التبويب واللوحات الجانبية والنوافذ العائمة دون إعادة تحميل، ما يزيل فئة كاملة من الأعطال في المتصفح.
- تحسين قاعدة كود Python في بيئة الإنتاج خلال ساعات: يساعد Argon في Antigravity الفريق المبتكر لمشروع جوجل مفتوح المصدر Agent Development Kit (ADK)، وهو إطار عمل يشغّل وكلاء المؤسسات، على دفع هندسة الأداء لديهم أبعد من ذلك. أعطى الفريق Argon قواعد .agents/skills وهدفاً من فقرة واحدة يتمثل في إزالة عبء الإطار دون كسر التطبيقات القائمة. وعمل Argon بشكل مستقل طوال الليل، فتوصل إلى تحسينات، مفعّلة الآن في google/adk-python، خفّضت وقت تحضير الجلسات في الذاكرة بنسبة 40% في الجلسات الطويلة وسارّعت الاستيراد الأولي بنسبة 21%. اقرأ التحليل الهندسي المعمق لمعرفة المزيد.
- تحسين حزمة كيمياء كمومية مفتوحة المصدر: إن xTB (Semiempirical Extended Tight-Binding) هي واحدة من أكثر حزم الكيمياء الكمومية مفتوحة المصدر للجزيئات اقتباساً. يستخدمها العلماء للتنبؤ بالأشكال ثلاثية الأبعاد (3D) للجزيئات ولفحص أعداد كبيرة من المرشحات الدوائية والمواد. باستخدام Argon في Antigravity، جعل باحثونا xTB أسرع بنسبة تصل إلى 2.3x في التنبؤ بالتركيب الجزيئي و1.8x أسرع في البحث عن المتقاربات. وقد سُهمت هذه التغييرات في مستودع xTB الرسمي على GitHub.
- جعل نماذج Gemma المفتوحة لدينا أسرع بنحو ثلاث مرات تقريبًا: باستخدام Argon، حققنا تسريعًا في الاستدلال من البداية إلى النهاية بمقدار 2.85x على A100 عبر vLLM (مع رفع الإنتاجية من ~37,900 إلى أكثر من 108,000 رمز في الثانية على Gemma 4 E2B) مع تطابق تام في الرموز بنسبة 100% وصفر تراجع في الجودة خلال أيام قليلة فقط، وهي عملية تستغرق عادةً أشهرًا. اطّلع على طلبات السحب في المصدر الأصلي (التي تُحسّن كل شيء بدءًا من ضبط آلية الانتباه وحتى فك التشفير التخميني) لرؤية التغييرات الدقيقة.
- تقديم تصورات ثلاثية الأبعاد (3D) معقدة: يجلب Argon تحسينات كبيرة في الاستدلال المكاني والدقة الرياضية والبرمجة البصرية مقارنةً بنماذج Gemini السابقة. باستخدام أوامر الشرطة المائلة مثل /goal وطلب حلقات متعددة الوكلاء مع مهارات مخصصة في Antigravity، يستخدم موظفو Google Argon لبناء نماذج أولية لتصورات ثلاثية الأبعاد (3D) معقدة وألعاب عالية الدقة ورسوم متحركة تفاعلية بكود أصلي يمكن عرضه مباشرةً في المتصفح.
بنى Argon نموذجًا شديد التفصيل لمعبد بوذي (Pagoda) باستخدام حلقات نقد بصري متعددة الوكلاء في Antigravity. نحت النموذج بشكل مستقل مجمعًا معبديًا متعدد المباني بمعمارية واقعية فوتوغرافيًا مع نباتات وإضاءة في Blender.
حوّل Argon صورًا لمكتب حقيقي إلى لعبة سباقات مصغّرة قابلة للعب باستخدام حلقة متعددة الوكلاء في Antigravity. جرى نمذجة أجسام المكتب والغرفة وحلبة السباق والتحقق من اصطداماتها باستخدام Blender MCP، ونُقشت ملموساتها بواسطة Nano Banana، وجُهّزت بالفيزياء والظلال المخصصة وصوت محرك السيارة من Gemini Omni Flash في Three.js. جرّبه الآن في Google AI Studio.
كتب Argon في Antigravity سكربتات Python لنحتٍ إجرائي وتجهيزٍ عظمي وتحريك وخبز PBR للعبة ثلاثية الأبعاد (3D) معقدة باستخدام حلقات نقد بصري متعددة الوكلاء، ثم جهّزها للويب في Three.js مع ظلال GLSL وفيزياء تحطّم وذكاء اصطناعي للاعب فردي. جرّبه الآن في Google AI Studio.
بدون أي مكتبات خارجية ووبايثون خالصة بنسبة 100%، كتب Argon محرك تتبع أشعة ثلاثي الأبعاد (3D) خاصًا به مع أداة فيديو ومزج صوت مخصصين لبناء وتوثيق مكتبة مشمسة من الصفر، منتجةً هذا الفيديو ويسرده ويجمعه مع تعليق صوتي بتقنية Gemini 3.8 TTS وموسيقى من Lyria 3.5. اطّلع على الكود المصدري.
انطلاقًا من صورة واحدة من Nano Banana في Antigravity، يقود Argon برنامج Blender MCP في حلقة مستقلة، موائمًا شبكات الكاميرا، ونحتًا العمارة القوطية، وإعداد إضاءة تتفاعل مع الصوت، لإنشاء مشهد ثلاثي الأبعاد (3D) مكتمل.
تحويل سير العمل التجارية والمهنية الحساسة
يجمع Argon بين الاستدلال الرائد والإدراك البصري العميق ومعرفة موسّعة بالمجالات وقدرات كتابة أقوى في المجالات القانونية والمالية والعلمية والبرمجة للمساعدة في سير العمل المهني عالي المخاطر. يتواصل بوضوح ويُبقيك على اطلاع دائم، ويلتزم بتعليمات الأسلوب أفضل من أي نموذج Gemini سابق لدينا. يجيب Argon على الأسئلة بشكل أكثر مباشرة مع تحفظات أقل، ولا يكرر نفسه أكثر من الضروري، ويتجنب العبارات النمطية في جميع الردود.
عملاء المؤسسات والشركات الناشئة في برنامج الوصول المبكر لدينا يحققون بالفعل مكاسب قوية مع Argon.
باستخدام قدراته المتقدمة في الاستدلال وتعدد الوسائط مع الحفاظ على ارتباط صارم بالوقائع، يتفوق Argon في الفهم العميق للمستندات متعددة الوسائط، وتحليل البيانات الطولية، وبيئات التحليل التفاعلية.
شاهد كيف يُركّب Argon ما يقارب ~50 GB من مسوحات LiDAR الجوية ومتجهات غرف GIS ورسومات CAD من مكتبة الكونغرس وأرشيف NPS لإعادة بناء نماذج ثلاثية الأبعاد (3D) لوادي تشاكو، محوّلًا السجلات الأثرية المجزأة إلى مواقع تراث رقمية قابلة للاستكشاف. جرّبه الآن في Google AI Studio.
في تطبيق Gemini، يأخذ Argon مجلدًا غير منظّم مليئًا بسياق المشروع ويُنسّقه في عرض تقديمي مقترح مرتب لعميل باستخدام مهارة مخصصة. ثم يصوغ Gemini العرض ويرسله بالبريد الإلكتروني إلى العميل بينما ينشئ سير عمل مؤتمتًا لجميع طلبات العملاء الواردة مستقبلًا عبر مهمة مجدولة.
شاهد Argon يُركّب بيانات من 3 مستودعات مفتوحة المصدر في أداة تعلّم طبية يمكنك فيها تقشير الطبقات التشريحية وفحص البيانات السريرية الوصفية وتفعيل الميكانيكا الحيوية في استكشاف ثلاثي الأبعاد (3D) لجسم الإنسان.
يستخدم Argon ضمن Antigravity في تطبيق Gemini لنظام macOS لتوليد تكرارات تصميمية لأرجل جديدة لأريكة باستخدام Nano Banana ثم يولّد ملف 3d قابلًا للطباعة لأحدها. انطلاقًا من رسم تخطيطي للقياسات وصورة للأريكة، يبني Argon النموذج بالحجم الصحيح ليناسب الأريكة.
في Isomorphic Labs، يستخدم الفريق Argon كشريك لتسريع أبحاث اكتشاف الأدوية وتصميمها. يتمكن Argon من تركيب ملفات PDF المعقدة وبراءات الاختراع بسرعة لاستخراج المعلومات ذات الصلة، مما يقلّص عملية تستغرق عادةً أسابيع إلى ساعات.
تسريع الأثر الواقعي مع الباحثين وخبراء المجالات
يستخدم الباحثون والمهندسون ومتخصصو الأمن Argon بالفعل لدفع حدود الدفاع السيبراني والعلوم والرياضيات والروبوتات. فهو يساعد المدافعين السيبرانيين والباحثين على اختبار الفرضيات، وتدقيق قواعد الأكواد الحساسة والإثباتات الصورية بشكل مستقل، ورصد ثغرات يوم الصفر الخفية والعيوب المنطقية.
إحلال قدرات سيبرانية متطورة بين أيدي مدافعين موثوقين أكثر
اعتبارًا من اليوم، نبدأ التوسّع ليشمل مئات الشركاء الإضافيين من برنامج Fairwind .
شركة Wiz تستخدم Argon بالفعل في مبادرتها "Scan for Good"، التي تحمي البنية التحتية الحساسة من أجل المصلحة العامة ومجانًا. ومع وصول مبكر إلى النموذج، أثبتت Wiz التأثير الواقعي لـ Argon عبر قطاعات عالية المخاطر متعددة:
- تأمين البيانات الحكومية الحساسة: كجزء من برنامج طويل الأمد للمرونة السيبرانية وبالتعاون مع وكالة اتحادية، ساعد Argon في تحديد فجوة كانت تهدد بكشف بيانات حساسة وبنية تحتية حكومية ومعالجتها بشكل استباقي. ساهم هذا الجهد في منع كشف تفاصيل تطوير حساسة في القطاع الأمني ومنع الوصول غير المصرح به إلى نماذج متخصصة.
- حماية البنية التحتية الحيوية للرعاية الصحية: استخدمت Wiz أيضًا Argon لحماية بنية تحتية حيوية للرعاية الصحية. ومن خلال ربط ثغرات معقدة، ساعد النموذج الفريق على اكتشاف تجاوز تنزيل الملفات العامة الذي كشف مفتاحًا رئيسيًا ومنح صلاحيات مسؤول وإصلاحه بسرعة. ولم يتوقف Argon عند اكتشاف الثغرة، بل ذهب إلى أبعد من ذلك بحماية مئات الآلاف من سجلات المرضى الخاصة بشكل استباقي.
إطلاق اختراقات علمية جديدة
يحقق Argon بالفعل تأثيرًا واقعيًا في المجتمع العلمي — إذ يمكّن العلماء والخبراء عبر مجالات متعددة من الاكتشافات الجديدة.
- الحوسبة الكمومية: يساعد Argon باحثينا على تسريع التقدم في كل من تصحيح الأخطاء الكمومية وتصميم الخوارزميات. ولمساعدة مزيلات الأخطاء على مواكبة العتاد الكمومي في الوقت الفعلي، قام Argon بترجمة نسخة داخلية من AlphaQubit، مزيل أخطاء تصحيح الأخطاء الكمومية المعتمد على التعلم الآلي لدينا، إلى نواة عتادية واحدة شديدة التحسين — مضاعفًا إنتاجية الاستدلال بنحو الضعف حتى نتمكن من نشر نماذج أكبر وأكثر قدرة والتوسع إلى أجهزة كمومية أكبر، مع الاستمرار في تلبية حدود زمنية صارمة للوقت الفعلي. كما يقلل Argon تكاليف الزمكان للإجراءات الفرعية الكمومية. فعلى سبيل المثال، بالنسبة إلى arcsin، وهي لبنة بناء في خوارزميات المحاكاة الكمومية الحديثة، فإن تنفيذًا كتبه Argon وتم التحقق منه رسميًا في Lean يخفض تكلفة الزمكان بأكثر من 100 مرة مقارنة بأساس كمومي منشور يعتمد على CORDIC، وهي خطوة نحو مكتبة قياسية من الدوائر الكمومية المحسّنة.
- الاندماج النووي: تُعد الستيلاراتورات آلات معقدة للغاية وتمثل مرشحًا رائدًا لطاقة اندماج نظيفة غير محدودة، لكن تحسين حقولها المغناطيسية ثلاثية الأبعاد (3D) صعب بشكل شهير. فمنذ عام 1967، افترضت فرضية طويلة الأمد تُعرف بـ "فرضية Grad" أن إيجاد حلول رياضية دقيقة لهذه الحقول أمر مستحيل، إلى أن عُثر على أمثلة مضادة حديثة، بما في ذلك على يد البروفيسور Matt Landreman (جامعة ماريلاند). والآن، اكتشف فريق في Google بالتعاون مع البروفيسور Landreman فئة أوسع من الأمثلة المضادة لفرضية Grad. وتمنح هذه الحلول الجديدة مجتمع الاندماج معايير موثوقة لاختبار شيفرات محاكاة الستيلاراتورات الخاصة بهم، وهي أدوات قيّمة للتصاميم المستقبلية.
- أبحاث الأمراض النادرة: استخدم باحثو Gamow Labs مختبرات Argon لتحليل جينومات مجهلة الهوية لحديثي الولادة المصابين باضطرابات رئائية تطورية نادرة. في إحدى الحالات، حدد Argon إعادة ترتيب كروموسومية فاتتها البرمجيات الروتينية لسنوات، وشرح سبب عدم اكتشافها. وفي تقييمات خاصة بـ Gamow Labs مشتقة من بيانات سريرية ومخبرية حقيقية، تصدّر Argon قائمة RareBench (بنسبة 57% في المساعدة في تشخيص الأمراض النادرة) و LabBench (بنسبة 52.2% في الاستدلال المخبري الرطب). تشير هذه التطورات إلى تشخيص أسرع للعائلات التي تواجه حالات نادرة. راجع المدونة 2 لمزيد من التفاصيل.
- تصميم الإنزيمات: تُعَد هندسة الإنزيمات بتفاعلية دقيقة بطيئة بشكل شهير، وغالبًا ما تتطلب أشهرًا من الضبط المخصص للنماذج وفحص المرشحين. والإستيرازات السيرينية هي فئة من الإنزيمات التي تقطع الروابط الإسترية في الجزيئات المستهدفة، وتُستخدم على نطاق واسع في إعادة التدوير وتصنيع الأدوية والوقود الحيوي والمنظفات. عمل علماؤنا مع Argon لتصميم إستيرازات سيرينية، مستهدفين الجزيء المعياري 4MU-acetate الذي يتوهج تحت ضوء الأشعة فوق البنفسجية (UV) بمجرد انكسار روابطه الإسترية. وفي غضون ساعات، جمع Argon البيانات ذات الصلة، وأجرى ضبط النموذج، وحدد عدة مرشحات مستوحاة من الكيمياء الحيوية للوصول إلى مجموعة نهائية من خمسة تصاميم جديدة. وأكدت الاختبارات المخبرية اللاحقة نشاطًا حفزيًا قويًا عبر هذه التصاميم. توضح سرعة وسهولة توليد الإنزيمات الناجحة إمكانية التسريع السريع في هندسة الإنزيمات في مجالات مثل التصنيع الحيوي والكيمياء الخضراء وتطوير الأدوية.
ودفعًا لمزيد من التقدم في وتيرة البحث، نقدم 10,000 عالم أعلى فئة استخدام في Google Antigravity مجانًا لمدة 6 أشهر (مع الإدخال على أساس متجدد)، وذلك رهناً بالأهلية والسعة والاختيار. التقديمات قيد مفتوح الآن.
تسريع تطوير الروبوتات
من خلال الجمع بين الاستدلال البصري-الدلالي المتقدم والفهم الفيزيائي العميق والتوليد المستقل للشيفرة، تفتح Argon مسارات عمل جديدة عبر منظومة الروبوتات وتسرّع التقدم نحو الذكاء الاصطناعي العام المادي. وينعكس هذا القفزة في القدرات على أداء Argon في معيار Embodied Reasoning (ERQA)الذي يختبر قدرة النموذج على فهم وحل المشكلات المادية والمكانية في بيئات 3D. وبالاعتماد على الاستدلال الخالص، تتفوق Argon على جميع النماذج الحدودية الأخرى، بنتيجة بلغت 87%.
ولإظهار هذه القدرات عمليًا، اختبرنا قدرة Argon على تعلم مهارة مادية خارج التوزيع بمجرد المشاهدة. في اختبار داخلي، شاهدت Argon فيديو خامًا لإنسان يلعب لعبة cornhole، وحوّلت الإحداثيات المكانية للبيئة، وحسبت حركات المفاصل المطلوبة للجسم كاملًا. ثم بنت شيفرة المحاكاة بشكل مستقل. وعند نقلها إلى روبوت Apollo البشري من Apptronik، أغرق الروبوت سبع حفقات متتالية بسرعة في تجربة واقعية.
هذا المسار المسمى "من الفيديو إلى المحاكاة إلى الواقع" يضغط أسابيع من النمذجة اليدوية للمحاكاة في بضع ساعات، محوّلًا الفيديوهات العادية إلى ساحة تدريب لا نهائية وقابلة للتوسع للروبوتات. تعرّف على المزيد حول كيفية تسريع ذلك لوتيرة التطوير في مجال الروبوتات في مدونة المطورين لدينا.
تطوير Argon بمسؤولية وأمان
السلامة والأمان أساسان في تطوير النماذج لدى Google. ولأن Argon نموذج عالي القدرات، تعاونّا مع مجموعة متنوعة من الشركاء من جهات خارجية على قياس قدرات معينة للنموذج وضماناته. يمثل Gemini 4 Argon أكثر منظومة سلامة وأمان شمولية لدينا حتى الآن:
- دفاعات ضد إساءة الاستخدام و"اختراق التعليمات" (jailbreak): إن قدرات البرمجة والعلم نفسها التي تساعد المدافعين على ترقية برمجيات المستشفيات أو تسريع الهندسة الحيوية تتطلب أيضًا ضمانات قوية ضد الفاعلين الخبيثين. في إطار أمان الحدود لدينا (Frontier Safety Framework)، قيّمنا القدرات المعززة لـ Argon عبر عدة مجالات، ونشرنا منظومة دفاع متعددة الطبقات تجمع بين مقاومة اختراق التعليمات والمراقبة والإنفاذ. وقد حسّن هذا بشكل كبير متانتنا — فعلى سبيل المثال، تمكّن فريق البحث الأحمر الحيوي الخارجي من فتح أقل من 1% فقط من المهام الفرعية الحيوية التي نختبرها. علاوة على ذلك، فيما يتعلق بالطلبات الخطرة — من كتابة شيفرات استغلال إلى المساعدة في مواد بيولوجية خطرة — فإن Argon أفضل بشكل ملحوظ من نماذجنا السابقة في عدم تنفيذ الطلبات الضارة. في مجموعة اختبار ضغط خصومة مصممة لاختبار النموذج تحت الضغط، انخفضت الانتهاكات بنحو 2 مرة — وهو أيضًا أفضل بشكل كبير من نماذج Gemini السابقة.
- مواءمة الوكلاء والمراقبة في الوقت الفعلي: مع ازدياد قدرة الوكلاء على حل المشكلات، علينا التأكد من أنهم لا يفرطون في الحماس لإنهاء المهمة عبر اختصارات غير مصرح بها عند مواجهة عائق، مثل خطأ في الأذونات أو اختبار فاشل.
- أولًا، درّبنا Argon على احترام حدود النظام، والإبلاغ بصدق عن النتائج السلبية، والتوقف مؤقتًا لتأكيد بشري قبل اتخاذ خطوات لا رجعة فيها. في معايير البرمجة حيث لا حافز للنماذج على التقييد، انخفضت محاولات الاختصار إلى 2% فقط على Gemini 4 Argon، وهو أفضل أداء لدينا مقارنة بنماذج Gemini السابقة.
- ثانيًا، كطبقة دفاع متعددة المستويات، بنينا مراقبًا آليًا لعدم المواءمة يقرأ استدلال الوكلة خطوة بخطوة وأفعاله لاكتشاف الحلول البديلة غير المقصودة وحجبها في الوقت الفعلي. استخدمنا هذا المراقب عبر النشر الداخلي وتقييمات القدرات وجولات التدريب بالتعلم المعزز — مع تجنب صارم لعقاب أفكار النموذج أثناء التدريب حتى يبقى استدلاله شفافًا وقابلًا للمراقبة.
- مقاومة حقن التعليمات: عندما يتصفح الوكلاء صفحات الويب أو يقرأون رسائل البريد الإلكتروني أو يفحصون الشيفرة، قد يواجهون تعليمات خبيثة مخفية مصممة لاختطاف مهمتهم. من خلال التدريب الخصومي وفرق البحث الأحمر الآلية، تتصدّر Argon معيار Gray Swan لحقن التعليمات غير المباشرة (IPI)، خافضةً نجاح الهجمات عبر 15 محاولة تكيفية إلى 0.7%.
لمزيد من المعلومات، راجع بطاقة نموذج Gemini 4 Argon.
ابدأ اليوم
يعمل Argon لفترة أطول وبجهد أكبر لحل المسائل العلمية والبرمجية والوكيلية عالية التعقيد. ويتيح ذلك بفضل حد موحّد رائد في الصناعة للمُدخلات والمُخرجات يبلغ 1M رمز عبر Gemini API. اطّلع على وثائقنا من أجل للمطورين و للمؤسسات لتتعرف على بروتوكول المتابعة الجديد وضمان الإعداد المناسب لاحتياجاتك. يتم طرح Argon اليوم عالميًا:
- للمطورين: ابنِ باستخدام الطبقة المدفوعة من واجهة Gemini API، وإذا كنت مشتركًا في Google AI Ultra، يمكنك تجربتها في Google Antigravity وAI Studio وAndroid Studio.
- للمؤسسات: جربها في Gemini للأعمال، وفي الواجهة البرمجية، وفي Google Antigravity.
- للمستخدمين اليوميين: جربها اعتبارًا من اليوم في تطبيق Gemini وفي وضع AI في البحث إذا كنت مشتركًا في Google AI Ultra أو Pro.
- للعلماء والباحثين: قدّم طلبك للحصول على فرصة الوصول إلى أعلى فئة استخدام في Google Antigravity مجاناً لمدة 6 أشهر (على أساس التسجيل المتداول)، مع مراعاة الأهلية والطاقة الاختصاصية والاختيار. الطلبات متاحة الآن.
- للمدافعين عن الأمن السيبراني: قدّم طلبك للانضمام إلى برنامج Fairwind Program للحصول على إمكانية الوصول إلى Argon دون ضوابط الأمن السيبراني على أساس مستمر.
Gemini 4 Argon هو مجرد البداية. نتطلع إلى تزويدكم ببقية عائلة Gemini 4.
