Gemini 4 Argon：为您解决最棘手的问题- 大数跨境

首页

Gemini 4 Argon：为您解决最棘手的问题

谷歌云服务

2026-10-14

作者：

Koray Kavukcuoglu，Google DeepMind 高级副总裁兼 Google 首席 AI 架构师

今日，Gemini 4 Argon 正式通过 Gemini API 向全球开发者和企业开放，同时面向 Google Antigravity、Gemini App 及搜索 AI 模式 (AI Mode) 的订阅用户提供服务。

Argon 专精于编程、金融、法律、网络安全及科学等领域的复杂深度任务。其在多步任务中展现出的精准度使其在各项基准测试中领先，并在衡量关键经济领域模型性能的 Vals 指数中位居榜首。

首发体验价为：每百万输入 token 2 美元，每百万输出 token 10 美元（缓存输入 token 享 95% 折扣）。

目前，Google 内部团队、企业及研究界已利用 Argon 在多个领域取得突破：

解决大型代码库重构和优化等重大工程问题
优化法律、金融和科学等跨领域的业务工作流
发现并修复关键的网络安全漏洞
推动量子计算、核聚变和生命科学领域的创新突破

解决复杂的工程任务

在 Google 内部，Antigravity 中的 Argon 协助团队将智能体代码提交量提升超 35%，代码回滚率降低近三分之一。

理清 Chrome 浏览器功能代码：Argon 协助 Chrome 团队从 Chromium 4000 万行代码中分离出约 600 万行的历史遗留代码，将原本需数月完成的架构重构缩短至数周。此举解决了导致浏览器崩溃的一类问题，提升了网页在标签页、侧边栏和悬浮窗口间移动的流畅度。

优化生产级 Python 代码库：针对 Google 开源智能体开发工具包（ADK），Argon 自主提出优化方案，使长会话内存准备时间减少 40%，冷导入速度提高 21%。

优化量子化学开源包：在 xTB软件包优化中，Argon 将分子结构预测速度提升 2.3 倍，构象搜索速度提升 1.8 倍，相关更新已贡献至官方代码库。

提升 Gemma开放模型速度：借助 Argon，Gemma 4 E2B 在 A100 上的端到端推理速度提升 2.85 倍（吞吐量从每秒约 3.79 万 token 增至超 10.8 万），且保持零质量下降。

实现复杂 3D 可视化：凭借增强的空间推理和数学精度，员工可利用 Argon 直接通过原生代码制作可在浏览器渲染的复杂 3D 可视化、高保真游戏及交互式动画原型。

变革关键业务和专业工作流

Argon 融合了前沿推理、深度视觉感知及强大的领域写作能力，沟通清晰、直接，能有效协助处理法律、金融等高风险专业工作流。早期企业用户反馈显示，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优异。

携手研究人员和行业专家

加速现实世界的变革和影响

研究人员与安全专家正利用 Argon 拓展网络防御、科学及机器人技术的边界，包括验证假设、审计代码库及捕捉隐蔽漏洞。

将先进的网络安全能力带给更多受信任的防御者

Google 已将“Fairwind 计划”开放给数百个新合作伙伴。安全公司 Wiz 利用 Argon 在“Scan for Good”倡议中，成功发现并修复了医疗软件中的一处关键漏洞，保护了数十万份患者记录。

解锁新的科学突破

Argon 已在多个科学领域助力实现创新突破：

量子计算：Argon 优化了量子纠错解码器 AlphaQubit，使其推理吞吐量近乎翻倍；同时大幅降低了量子子程序的时空成本，推动了量子电路标准库的优化。

核聚变：与马里兰大学合作，Google 团队发现了更多“Grad 猜想”的反例，为仿星器模拟代码提供了可靠基准，助力无限清洁聚变能研究。

罕见病研究：Gamow 实验室利用 Argon 精确定位了常规软件漏掉的染色体重排。评估显示，Argon 在罕见病诊断辅助和湿实验推理方面均居行业前列。

酶设计：Argon 在数小时内完成了丝氨酸酯酶的数据收集、模型微调及筛选规则识别，并设计出具有强大催化活性的全新组合，展现了加速生物制造和药物开发的潜力。

为进一步加速研究，Google 将为 10,000 名科学家免费提供为期 6 个月的 Google Antigravity 最高层级服务（视资格而定）。

加速机器人技术开发

Argon 结合视觉语义推理与物理理解，在具身推理 (ERQA) 基准测试中以 87% 的得分超越其他前沿模型。在内部测试中，Argon 通过观看人类玩布袋球的视频，自主构建模拟代码并转移至 Apollo 人形机器人，使其在真实环境中迅速连中七球。这一“视频-模拟-现实”流水线将手动建模时间从数周压缩至数小时。

这条“视频-模拟-现实”流水线将长达数周的手动模拟建模压缩到几个小时内，将普通视频转变为可扩展、无限的机器人训练场。