Gemini 4 Argon 现已通过 API 面向全球的开发者和企业开放。 AI Studio 和 Gemini 平台，对于 Google AI Ultra 订阅者 在 Google Antigravity以及位于该地区的 Google AI Ultra 和 Pro 订阅者 Gemini 应用 以及 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擅长深度工作。它在多步骤任务中的深度和精确性使 Argon 在以下方面超越其他前沿模型： 跨领域的基准测试，排名第1，位列 Vals Index，该基准用于衡量模型在金融、编程、法律和税务工作等关键经济领域的表现。
该模型今日发布,采用一项 introductory price 1 每百万输入代币2美元、每百万输出代币10美元（缓存输入代币可享95%折扣）。
Google内部团队、各企业以及研究界的团队已经在使用Argon,在各个领域取得了显著成果:
- 为了解决像大型代码库重构和优化这样的重大工程问题
- 为了优化法律、金融和科学等领域的业务工作流程
- 为了发现并修补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取得开创性突破
解决复杂的工程任务
在 Google,我们一直在将 Argon 用于我们最棘手的工程问题。过去几周,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高了超过 35%,同时将代码回滚减少了近三分之一。
- 在 Chrome 中理清浏览器功能代码： Argon 帮助 Chrome 团队将核心网页处理与 Chromium 40 百万行代码库中一个约 6 百万行的旧版浏览器功能文件夹分离开来。 通过一次管道传输多个干净的代码变更，Argon 帮助团队完成了横跨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 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。
- 在数小时内优化生产级 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优化工作。ADK 是一个支撑企业级智能体的框架。团队向 Argon 提供了他们的 .agents/skills 规则手册和一段简短的目标：在不破坏现有应用的前提下消除框架开销。Argon 自主工作了一整夜，找出了优化方案， 现已上线于 google/adk-python，这些优化将长时间会话中的内存内会话准备时间缩短了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，半经验扩展紧束缚）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，并筛选大量药物和材料候选物。借助 Antigravity 中的 Argon，我们的研究人员使 xTB 在预测分子结构方面最高提速 2.3x，在构象搜索方面提速 1.8x。这些变更已贡献给 GitHub 上的官方 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 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），保持 100% token 一致性、零质量下降，且仅用了几天时间——这一过程通常需要数月。请查看 上游 pull requests （从 attention 调优到投机解码的全面优化），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、数学精度和视觉编码方面带来了重大改进。通过 /goal 等斜杠命令以及使用自定义技能提示多智能体循环，Google 员工正在使用 Argon 以纯原生代码原型化复杂的 3D 可视化、高保真游戏和交互式动画，这些代码可以直接在浏览器中渲染。
Argon 在 Antigravity 中通过多智能体视觉评审循环构建了一个高度精细的宝塔模型。该模型自主雕刻了一座多建筑寺庙建筑群，在 Blender 中呈现出照片级真实的建筑、植被和光照。
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迷你赛车游戏。书桌物品、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 中接入物理效果、自定义着色器和汽车引擎音效。 立即试用 （在 Google AI Studio 中）。
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雕刻、绑定骨骼、制作动画并进行 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、破碎物理效果和单人 AI，将其部署到网页端。 立即试用 （在 Google AI Studio 中）。
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照耀的图书馆，制作、旁白并剪辑了这段视频，配音采用 Gemini 3.8 TTS，音乐由 Lyria 3.5 创作。查看 源代码.
从 Antigravity 中的一张 Nano Banana 图像出发，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。
变革关键业务与专业工作流程
Argon 结合了前沿推理能力、深度视觉感知、扩展的领域知识以及在法律、金融、科学和编程领域更强的写作能力，以协助高风险的专业工作流程。它沟通清晰，让你随时掌握进展，并且比以往任何 Gemini 模型都能更好地遵循风格指令。Argon 回答问题更直接、含糊其辞更少，不会不必要的重复，并在整个回答中避免陈词滥调。
参与我们早期访问计划的企业客户和初创公司已经在 Argon 上获得了显著的成果。
Argon 在运用其先进推理和多模态能力的同时保持严格的依据性，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。
看看 Argon 如何综合约 50 GB 的机载 LiDAR 扫描数据、GIS 房间矢量、国会图书馆 CAD 图纸和 NPS 档案，重建查科峡谷（Chaco Canyon）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。 立即试用 （在 Google AI Studio 中）。
在 Gemini App 中，Argon 将一个充满项目背景资料的非结构化文件夹，通过自定义技能整理成一份面向客户的清晰提案演示文稿。随后 Gemini 起草并通过电子邮件将该演示文稿发送给客户，同时通过定时任务为今后所有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 3D 人体探索中逐层剥离解剖结构、查看临床元数据并触发生物力学效果。
Argon 在 Gemini macOS 应用中使用 Antigravity，利用 Nano Banana 为沙发的新腿部生成设计迭代方案，然后为其中一款生成 3D 可打印文件。从一张标有尺寸的草图和沙发的照片出发，Argon 构建出尺寸正确、与沙发匹配的模型。
在 Isomorphic Labs，团队正将 Argon 作为合作伙伴来加速其药物发现和设计研究工作流程。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到几小时。
与研究人员和领域专家一起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检验假设、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。
将最先进的网络能力带给更多值得信赖的防御者
从今天开始，我们将扩展到数百个额外的 Fairwind 项目 合作伙伴。
Wiz 已经在使用Argon作为其“扫码行善“倡议，该倡议免费保护公共利益的关键基础设施。凭借对模型的早期访问权限，Wiz 已展示 Argon 在多个高风险领域的实际影响：”
- 保护敏感的政府数据： 作为一项长期网络安全韧性计划的一部分,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泄露敏感数据和政府基础设施的漏洞。这项工作有助于防止关键安全领域开发细节的泄露以及未经授权访问专用模型。
- 保护关键医疗基础设施： Wiz还利用Argon保护重要的医疗基础设施。通过串联复杂的漏洞链，该模型帮助团队发现并迅速修复了一个公开的文件下载绕过漏洞，该漏洞暴露了一把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份私人患者记录。
开启新的科学突破
Argon已经在科学界产生了实际影响——助力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速量子纠错和算法设计两个领域的进展。为了帮助错误解码器实时跟上量子硬件的步伐，Argon翻译了一个内部版本的 AlphaQubit——我们的机器学习量子纠错解码器——整合为一个高度优化的硬件内核，几乎将其推理吞吐量翻倍，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要求。Argon 还在降低量子子程序的时间和空间成本。对于 arcsin（近期量子模拟算法中的一个基础构件）而言，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，将时空成本降低了超过 100 倍，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，是实现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，一个长期存在的假说——被称为“Grad猜想”——一直认为为这些磁场找到精确的数学解是不可能的，直到最近出现了反例，其中包括马里兰大学的Matt Landreman教授发现的反例。如今，Google的一个团队与Landreman教授合作发现了一个 对Grad猜想的更广泛的反例类别。这些新方案为聚变界提供了可靠的基准来测试其仿星器模拟代码，而这些代码是未来设计中的宝贵工具。
- 罕见病研究： Gamow Labs的研究人员使用Argon分析了患有罕见发育性肺疾病的新生儿的去识别化基因组。在一个案例中，Argon精准定位了一个常规软件多年来一直遗漏的染色体重排，并解释了它为何长期未被检测到。在基于真实临床和实验室数据得出的Gamow Labs私有评估中，Argon在 RareBench （57%在罕见病诊断援助方面）以及 LabBench （湿实验室推理为52.2%）。这些进展为面对罕见疾病的患者家庭带来更快诊断的希望。请参见 博客 2 以了解更多详情。
- 酶设计： 设计具有精确反应活性的酶向来缓慢，通常需要对定制模型进行数月的调优和候选筛选。丝氨酸酯酶是一类能够切断目标分子上酯键的酶，广泛用于回收利用以及制药、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，目标是基准分子4MU-acetate——一旦其酯键被切断，该分子就会在紫外光下发光。在短短几个小时内，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，最终得出一组五个全新设计。随后的实验室测试证实了这些设计均具有强劲的催化活性。这种快速且简便的成功酶生成展示了在生物制造、绿色化学和药物开发等领域中酶工程快速加速的潜力。
为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最高使用级别（按滚动方式入驻），但须符合资格、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融为一体，Argon 在机器人技术栈的各个层面开启了新的工作流程，并加速了迈向物理 AGI 的进程。这一能力的飞跃体现在 Argon 在 Embodied Reasoning (ERQA) benchmark上的表现，该基准测试考察模型在 3D 环境中理解和解决物理、空间问题的能力。仅凭纯推理，Argon 便以 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 仅通过观察来学习非分布物理技能的能力。在内部测试中，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投中七次。
这条“视频-仿真-现实”流水线将数周的手动仿真建模压缩为几个小时，把普通视频转变为可扩展的、无限的机器人训练场。欲了解更多关于这一进展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 模型开发的基石。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，对某些模型能力和保障措施进行了评估。Gemini 4 Argon 代表了我们迄今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那些编码和科学能力，同样需要对恶意行为者建立强大的防护。根据我们的前沿安全框架（Frontier Safety Framework），我们评估了 Argon 在多个领域增强的能力，并部署了结合越狱抵抗、监控和执行的多层防御体系。这大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，在涉及危险请求时——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以往的模型。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——也显著优于以往的 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。在模型没有动机隐瞒的编码基准上，Gemini 4 Argon 上的捷径尝试降至仅 2%，这是我们相较以往 Gemini 模型的最佳表现。
- 其次，作为深度防御层，我们构建了一个自动化错位监控器，它读取智能体的逐步推理和动作，以实时捕获并阻止意外的变通做法。我们在内部部署、能力评估和强化学习训练中使用了该监控器——同时在训练中严格避免惩罚模型的思考，以保持其推理的透明和可监控性。
- 提示注入抵抗： 当智能体浏览网页、阅读邮件或检查代码时，可能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）基准上处于领先地位，将 15 次自适应攻击的成功率降至 0.7%。
更多信息请参阅 Gemini 4 Argon 模型卡。
立即上手
Argon 以更长时间和更大强度来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。请阅读我们的文档，了解面向 开发者 和 企业 的新续传协议，并根据您的需求进行相应设置。Argon 今日起在全球推出：
- 面向开发者： 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、AI Studio 和 Android 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，即日起可在 Gemini 应用和搜索中的 AI Mode 试用。
- 面向科学家与研究人员： 立即申请，即有机会免费获得 6 个月的 Google Antigravity 最高用量层级使用权限（分批陆续接入），需符合资格条件，并视容量和遴选情况而定。申请现已 开放.
- 致网络安全防御者： 申请加入 Fairwind Program 即可持续获得不带网络安全防护机制的Argon访问权限。
Gemini 4 Argon只是一个开始。我们期待为您带来Gemini 4系列的其他产品。