Gemini 4 Argon 还在加速我们的 @GoogleGemma 开放模型——使其速度提升近三倍。

谷歌宣布Gemini 4 Argon优化了Gemma 4 E2B,在A100上经vLLM实现2.85倍推理加速，吞吐量从约37,900升至超108,000 tokens每秒。数据为谷歌自报，尚待独立验证。

短短几天内，Argon 优化了 Gemma 4 E2B，通过 vLLM 在 A100 上实现了 2.85 倍的推理加速，从约 37,900 跃升至超过 108,000 tokens 每秒，同时保持 100% 的 token 一致性和零质量损失。