Gemini 4 Argon 现在已面向全球的开发者和企业通过API在 AI Studio 和 Gemini 平台，对于 Google AI Ultra订阅者 在 Google Antigravity，以及Google AI Ultra和Pro订阅者在 Gemini 应用 和 搜索中的 AI Mode.
Argon 在编码、金融、法律、网络安全和科学等领域的复杂现实任务中表现出卓越的深度工作能力。它在多步骤任务中的深度和精准性使 Argon 在以下方面超越了其他前沿模型： 跨领域的基准测试，排名第1，在该 Vals Index，该基准衡量模型在金融、编程、法律和税务等关键经济领域的表现。
该模型今日发布，采用 introductory price 1 即每百万输入令牌2美元和每百万输出令牌10美元(缓存输入令牌享受95%的折扣)。
Google 的团队、各企业以及研究界的团队已经在使用 Argon，在多个领域取得了重大影响：
- 为了解决大型代码库重构和优化等重大工程问题
- 为了优化法律、金融和科学等领域的业务工作流程
- 以查找并修复关键的网络安全漏洞
- 以推动量子计算、核聚变和生命科学领域的新型突破
解决复杂的工程任务
在 Google，我们一直在最具挑战性的工程问题上使用 Argon。在过去几周里，软件工程师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升了超过 35%，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与 Chromium 4000万行代码库中一个约 6 百万行的浏览器功能遗留文件夹分离开来。 每次同时输送多个干净的代码修改, Argon 帮助团队完成了跨越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 的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环境的 Python 代码库: Antigravity 中的 Argon 正在帮助 Google 开源的 Agent Development Kit (ADK) 背后的团队进一步推进其性能工程。ADK 是一个为企业级智能体提供支持的框架。团队向 Argon 提供了他们的 .agents/skills 规则手册和一段话的目标：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，发现了一些优化方案， 现已上线于 google/adk-python, 这些优化将在长时间会话中的内存内会话准备时间减少了 40%，并将冷导入速度提升了 21%。阅读 工程深度解析 以了解更多。
- 量子化学开源软件包优化: xTB (Semiempirical Extended Tight-Binding) 是被引用最多的分子量子化学开源软件包之一。科学家们用它来预测分子的 3D 形状，并筛选大量的药物和材料候选物。使用 Antigravity 中的 Argon，我们的研究人员使 xTB 在预测分子结构方面最高快了 2.3 倍，在构象搜索方面快了 1.8 倍。这些更改已贡献给官方的 GitHub 上的 xTB 仓库.
- 让我们的开源 Gemma 模型速度提升近三倍： 使用 Argon，我们在短短几天内通过 vLLM 在 A100 上实现了 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 每秒提升到超过 108,000 tokens 每秒），且达到 100% 的 token 一致性、零质量下降，而这通常需要数月时间。请查看 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、数学精度和可视化编码方面带来了重大提升。通过使用 /goal 等 slash 命令以及在 Antigravity 中通过自定义技能提示多智能体循环，Google 员工正利用 Argon 以可在浏览器中直接渲染的纯代码原型化复杂的 3D 可视化、高保真游戏和交互式动画。
Argon 在 Antigravity 中使用多智能体视觉批评循环构建了一个高度精细的宝塔模型。该模型在 Blender 中自主雕琢出一个包含多座建筑的寺庙建筑群，具有照片级真实的建筑、植被和光照。
Argon 在 Antigravity 中通过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。桌面物品、房间和赛道通过 Blender MCP 建模并进行碰撞检测，使用 Nano Banana 贴图，并由 Gemini Omni Flash 在 Three.js 中加入物理效果、自定义着色器和汽车引擎音效。 立即试用 （Google AI Studio）。
Argon 在 Antigravity 中编写 Python 脚本，通过多智能体视觉批评循环以程序化方式雕琢、绑定、动画化并进行 PBR 烘焙，构建了一个复杂的 3D 游戏，然后在 Three.js 中接入 GLSL 着色器、破碎物理效果和一个单人 AI，将其部署到网页上。 立即试用 （Google AI Studio）。
在不使用任何外部库、100% 纯 Python 的情况下，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洒落的图书馆，使用 Gemini 3.8 TTS 旁白和 Lyria 3.5 创作的音乐制作、配音并组装了这段视频。查看 源代码.
在 Antigravity 中，Argon 从单张 Nano Banana 图片出发，驱动 Blender MCP 进行自主循环，对齐相机网格、雕琢哥特式建筑、布置音频响应式灯光，最终创建出完成的 3D 场景。
变革关键业务和专业工作流程
Argon 融合了前沿推理、深度视觉感知、扩展的领域知识以及更强的写作能力，覆盖法律、金融、科学和编程领域，助力高风险的专业工作流程。它表达清晰，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，不会进行不必要的重复，并在整个回复中避免陈词滥调。
我们早期访问计划中的企业客户和初创公司已经在使用 Argon 时获得了显著的成效。
在保持严格接地的同时运用其先进的推理和多模态能力，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 图纸和 NPS 档案，重建查科峡谷的 3D 模型，将碎片化的考古记录变成可探索的数字遗产站点。 立即试用 （Google AI Studio）。
在 Gemini App 中，Argon 将一个充满项目背景的杂乱文件夹，通过自定义技能整理成一份面向客户的简洁提案幻灯片。Gemini 随后将幻灯片起草并通过邮件发送给客户，同时通过定时任务为未来所有 incoming 客户请求创建自动化工作流程。
观看 Argon 综合 3 个开源仓库的数据，构建一个医学学习工具，你可以在其中剥离解剖层、查看临床元数据，并在 3D 人体探索中触发生物力学效果。
Argon 在 Gemini macOS 应用中使用 Antigravity，先用 Nano Banana 为沙发新腿部生成设计迭代，然后为其中一个方案生成 3D 可打印文件。从尺寸草图和沙发照片出发，Argon 将模型构建为与沙发相匹配的正确尺寸。
在 Isomorphic Labs，团队正将 Argon 作为合作伙伴，加速其药物发现与设计研究工作流程。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共同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测试假设、自主审计关键代码库和形式化证明，并捕捉微妙的零日漏洞和逻辑缺陷。
将最先进的网络能力带给更多可信的防御者
从今天开始，我们将扩展到数百个 additional Fairwind 计划 合作伙伴。
Wiz 已经在使用 Argon 开展其“Scan for Good”计划，该计划为公共利益免费保护关键基础设施。凭借对该模型的早期访问，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部门开发细节的泄露以及对专用模型的未经授权访问。
- 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。通过链接复杂的漏洞链，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，该漏洞暴露了主密钥并授予管理员访问权限。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实际影响——为多个领域的科学家和专家带来新的发现。
- 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两方面的进展。为了让纠错解码器能够实时跟上量子硬件的速度，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——几乎将推理吞吐量翻了一番，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 中经过形式化验证的实现，相比已发表的量子 CORDIC 基线，将成本降低了 100 多倍，这是迈向优化量子电路标准库的一步。
- 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 3D 磁场是出了名的困难。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的数学解是不可能的，直到最近发现了反例，其中包括马里兰大学的 Matt Landreman 教授的发现。现在，Google 的一个团队与 Landreman 教授合作，发现了一 broader class of counterexamples to Grad's conjecture。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，这些代码对未来的设计是宝贵的工具。
- 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疾病的新生儿的去标识化基因组。在一个案例中，Argon 精确定位了一个常规软件多年来遗漏的染色体重排，并解释了为什么它未被检测到。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 （罕见病诊断辅助方面达到 57%）和 LabBench （湿实验室推理方面达到 52.2%）上名列前茅。这些进展表明，面对罕见疾病的家庭可以更快地获得诊断。详情请见 博客 2 。
- 酶设计： 设计具有精确反应性的酶是出了名的缓慢，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，针对基准分子 4MU-acetate，该分子在酯键断裂后会在紫外光下发光。在几个小时内，Argon 收集了相关数据，执行了模型调优，并确定了多个受生物化学启发的过滤器，最终得到了五个新设计。随后的实验室测试证实这些设计具有强大的催化活性。成功生成酶的速度和便捷性表明，在生物制造、绿色化学和药物开发等领域，酶工程有望快速加速。
为了进一步加快研究步伐，我们将向 10,000 名科学家免费提供为期 6 个月的 Google Antigravity 最高使用层级（分批入驻），须符合资格、容量和遴选条件。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、深入的物理理解与自主代码生成相结合，Argon 在整个机器人技术栈中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 在以下基准测试中的表现： 具身推理（Embodied Reasoning，ERQA）基准，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。凭借纯推理能力，Argon 以 87% 的得分超越了所有其他前沿模型。
为了在实际中展示这些能力，我们测试了 Argon 仅仅通过观看就学会一项分布外物理技能的能力。在一次内部测试中，Argon 观看了一段人类玩沙包投掷（cornhole）的原始视频，映射了环境的空间坐标，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测试中迅速连续七投全中。
这一“视频-仿真-现实”（Video-to-Sim-to-Real）流程将数周的手动仿真建模压缩到几个小时，把普通视频转变为可扩展的、无限的机器人训练场。了解更多关于这一技术如何加速机器人开发步伐的信息，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 是一款能力极强的模型，我们与多家第三方合作伙伴合作，对模型的某些能力和保障措施进行了测量。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与科学能力，同样需要强有力的保障措施来防范恶意行为者。根据我们的前沿安全框架（Frontier Safety Framework），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、监控和执行的多层防御体系。这极大提升了我们的鲁棒性——例如，外部生物红队测试仅能解锁我们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性场景中，违规行为减少了近 2 倍——也显著优于之前的 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，不会因过度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、诚实报告负面结果，并在采取不可逆步骤前暂停以等待人类确认。在模型没有动力保留表现的编码基准测试中，Gemini 4 Argon 的捷径尝试降至仅 2%，这是我们 compared 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的失准监控器，它会读取智能体的逐步推理和行动，以实时捕获并阻止意外的绕行操作。我们在内部部署、能力评估和强化学习训练运行中使用了这一监控器——同时在训练中严格避免惩罚模型的思考过程，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、阅读电子邮件或检查代码时，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）基准测试中处于领先地位，将 15 次自适应攻击的成功率降至 0.7%。
更多信息请参见 Gemini 4 Argon 模型卡。
立即开始使用
Argon 能够更长时间、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 上限。请阅读我们的 开发者 和 企业 文档，了解新的续传协议，并根据您的需求进行适当的设置。Argon 今天起在全球推出：
- 对于开发者： 使用 Gemini API 付费层进行构建；如果您是 Google AI Ultra 订阅者，可以在 Google Antigravity、AI Studio 和 Android Studio 中试用。
- 对于企业： 可以在 Gemini for business、API 以及 Google Antigravity 中试用。
- 对于日常用户： 如果您是 Google AI Ultra 或 Pro 订阅者，从今天起即可在 Gemini 应用和搜索中的 AI Mode 试用。
- 面向科学家和研究人员： 立即申请，即有机会免费获得 6 个月的 Google Antigravity 最高用量级别（滚动入职），需符合资格、容量和甄选条件。申请 现已开放.
- 致网络安全防御者： 申请加入 Fairwind Program 即可持续获得没有网络安全防护措施的 Argon 访问权限。
Gemini 4 Argon 只是开始。我们期待为您带来 Gemini 4 家族的其他成员。