Gemini 4 Argon:我們前沿智慧的新時代

2026-10-01 · Google DeepMind

Gemini 4 Argon:我們前沿智慧的新時代

谷歌宣佈推出全新的前沿模型 Gemini 4 Argon,該模型專為在複雜且長週期的專業工作流中維持深度推理而構建。Argon 在真實世界的軟體工程、法律與金融等企業知識工作以及網路安全防禦等複雜工作流中,均提供了前沿級別的效能表現。

分階段釋出與定價策略

在這一級別上安全地釋出前沿能力需要採取分階段的方法。目前,Argon 正透過 Fairwind Program 向受信任的網路安全防禦者推出。谷歌正積極參與美國政府的自願預釋出模型訪問流程,並逐步擴大訪問範圍。在向開發者、企業和消費者廣泛釋出之前,谷歌將繼續收集早期測試者的反饋,以迭代和完善護欄機制。

在定價方面,Argon 的初始價格為每百萬輸入 token 2 美元,每百萬輸出 token 10 美元,快取的輸入 token 可享受 95% 的折扣。

改變谷歌內部的工作與構建方式

Gemini 4 Argon 目前已驅動谷歌的內部工作流,數千名谷歌員工強調了該模型在專業編碼任務、進行深度研究和提升寫作質量方面的優勢。它正幫助團隊加快構建速度,突破工程生產力的邊界並加速技術突破:

  • 量子演算法最佳化:Argon 正幫助谷歌的量子計算研究人員最佳化瓶頸重要應用程式的子程式時空資源(量子位元 × 門)。在一個案例中,它在幾分鐘內將已釋出的基準提升了 40%。
  • 記憶體效率提升:一組 Argon 智慧體分析了整個叢集的效能遙測資料,自主識別並在谷歌的資料中心應用記憶體最佳化。該最佳化在推出後釋放了超過 300 TiB 的記憶體,預計總節省量可達 500 TiB 到 1 PiB。
  • 大規模程式碼庫遷移與最佳化:Argon 智慧體正致力於將谷歌內部的 C/C++ 程式碼庫遷移至 Rust,規模從 re2、libgav1 等核心庫的數萬行程式碼,一直擴充套件到 Fuchsia Zircon 核心的 80 萬行以上程式碼。鑑於許多系統的關鍵性,此類大規模重寫在投入生產前,正接受嚴格的自動化和手動審計、模擬測試及審查。
  • libgav1 影片解碼器最佳化:對於谷歌的開源影片解碼軟體 libgav1,Argon 智慧體接管了現有的 Rust 移植版,並透過進行多輪基於效能分析的實驗、研究編譯器輸出並生成安全的 Rust 程式碼,替換了 3.2 萬行 SIMD 程式碼。最終實現了一個記憶體安全的影片解碼器,其執行速度比原 Rust 移植版快 2.7 倍,且影片輸出完全一致,效能接近最佳化後的 C++ 版本。

應對最複雜的問題

為了支援 Gemini 4 Argon 在更長、更復雜用例中的能力,谷歌將其輸出 token 限制從之前的 64K 大幅擴充套件至行業領先的 100 萬。當模型有空間進行深度思考並在單次軌跡中生成數十萬個 token 時,它為一次性解決難題增添了新的推理深度。

跨領域的編碼與企業工作流能力

Gemini 4 Argon 在編碼、推理和多模態方面的能力,及其維持長週期多步驟任務的能力,使其在一系列企業工作流中表現出色。谷歌工程師已在日常除錯、大規模程式碼庫遷移和演算法設計等日常任務中使用 Argon。

該模型在多個基準測試中創下新紀錄:

  • DeepSWE v1.1:得分 77.9%,衡量模型在真實世界長週期軟體工程任務中的表現,創下新紀錄。
  • Vals Index:在衡量金融、編碼、法律和稅務工作經濟影響的指數中領先,各行業按其對美國 GDP 的貢獻進行加權。
  • 特定領域評估:在 Vals Finance Agent v2(多步金融研究)和 Harvey's Legal Agent Benchmark(法律研究與起草)中表現領先。
  • AutomationBench:在 Zapier 用於衡量跨核心業務功能端到端執行能力的基準測試中,Argon 以 51.3% 的得分排名第一。
  • LVBench:在衡量長影片理解能力的測試中,Argon 以 91.7% 的得分達到行業最新水平,展現了其在知識工作中強大的視覺理解能力。

領先的防禦性網路安全能力

為了更好地為網路安全防禦者應對新時代的網路攻擊提供支援,谷歌對 Gemini 4 Argon 進行了訓練,使其具備高度的網路防禦能力。Argon 能夠自主發現並驗證漏洞,目前正透過 Fairwind Program 優先向受信任的防禦者推出,以確保在廣泛釋出前進行嚴格的安全測試。

原文連結