Gemini 4 Argon:我们前沿智能的新时代

2026-10-01 · Google DeepMind

Gemini 4 Argon:我们前沿智能的新时代

谷歌宣布推出全新的前沿模型 Gemini 4 Argon,该模型专为在复杂且长周期的专业工作流中维持深度推理而构建。Argon 在真实世界的软件工程、法律与金融等企业知识工作以及网络安全防御等复杂工作流中,均提供了前沿级别的性能表现。

分阶段发布与定价策略

在这一级别上安全地发布前沿能力需要采取分阶段的方法。目前,Argon 正通过 Fairwind Program 向受信任的网络安全防御者推出。谷歌正积极参与美国政府的自愿预发布模型访问流程,并逐步扩大访问范围。在向开发者、企业和消费者广泛发布之前,谷歌将继续收集早期测试者的反馈,以迭代和完善护栏机制。

在定价方面,Argon 的初始价格为每百万输入 token 2 美元,每百万输出 token 10 美元,缓存的输入 token 可享受 95% 的折扣。

改变谷歌内部的工作与构建方式

Gemini 4 Argon 目前已驱动谷歌的内部工作流,数千名谷歌员工强调了该模型在专业编码任务、进行深度研究和提升写作质量方面的优势。它正帮助团队加快构建速度,突破工程生产力的边界并加速技术突破:

  • 量子算法优化:Argon 正帮助谷歌的量子计算研究人员优化瓶颈重要应用程序的子程序时空资源(量子比特 × 门)。在一个案例中,它在几分钟内将已发布的基准提升了 40%。
  • 内存效率提升:一组 Argon 智能体分析了整个集群的性能遥测数据,自主识别并在谷歌的数据中心应用内存优化。该优化在推出后释放了超过 300 TiB 的内存,预计总节省量可达 500 TiB 到 1 PiB。
  • 大规模代码库迁移与优化:Argon 智能体正致力于将谷歌内部的 C/C++ 代码库迁移至 Rust,规模从 re2、libgav1 等核心库的数万行代码,一直扩展到 Fuchsia Zircon 内核的 80 万行以上代码。鉴于许多系统的关键性,此类大规模重写在投入生产前,正接受严格的自动化和手动审计、仿真测试及审查。
  • libgav1 视频解码器优化:对于谷歌的开源视频解码软件 libgav1,Argon 智能体接管了现有的 Rust 移植版,并通过进行多轮基于性能分析的实验、研究编译器输出并生成安全的 Rust 代码,替换了 3.2 万行 SIMD 代码。最终实现了一个内存安全的视频解码器,其运行速度比原 Rust 移植版快 2.7 倍,且视频输出完全一致,性能接近优化后的 C++ 版本。

应对最复杂的问题

为了支持 Gemini 4 Argon 在更长、更复杂用例中的能力,谷歌将其输出 token 限制从之前的 64K 大幅扩展至行业领先的 100 万。当模型有空间进行深度思考并在单次轨迹中生成数十万个 token 时,它为一次性解决难题增添了新的推理深度。

跨领域的编码与企业工作流能力

Gemini 4 Argon 在编码、推理和多模态方面的能力,及其维持长周期多步骤任务的能力,使其在一系列企业工作流中表现出色。谷歌工程师已在日常调试、大规模代码库迁移和算法设计等日常任务中使用 Argon。

该模型在多个基准测试中创下新纪录:

  • DeepSWE v1.1:得分 77.9%,衡量模型在真实世界长周期软件工程任务中的表现,创下新纪录。
  • Vals Index:在衡量金融、编码、法律和税务工作经济影响的指数中领先,各行业按其对美国 GDP 的贡献进行加权。
  • 特定领域评估:在 Vals Finance Agent v2(多步金融研究)和 Harvey's Legal Agent Benchmark(法律研究与起草)中表现领先。
  • AutomationBench:在 Zapier 用于衡量跨核心业务功能端到端执行能力的基准测试中,Argon 以 51.3% 的得分排名第一。
  • LVBench:在衡量长视频理解能力的测试中,Argon 以 91.7% 的得分达到行业最新水平,展现了其在知识工作中强大的视觉理解能力。

领先的防御性网络安全能力

为了更好地为网络安全防御者应对新时代的网络攻击提供支持,谷歌对 Gemini 4 Argon 进行了训练,使其具备高度的网络防御能力。Argon 能够自主发现并验证漏洞,目前正通过 Fairwind Program 优先向受信任的防御者推出,以确保在广泛发布前进行严格的安全测试。

原文链接