Gemini 4 Argon 正式登場：Google DeepMind 最強模型，專為解決複雜難題而生

我們正向開發者、企業、科學家和消費者開放我們最新的前沿模型。

Gemini 4 Argon 現已透過 AI Studio 和 Gemini 平台上的 API，向全球開發者和企業開放。Google AI Ultra 訂閱者可在 Google Antigravity 中使用，而 Google AI Ultra 和 Pro 訂閱者則可在 Gemini 應用程式和搜尋的 AI 模式中使用。

Argon 在程式編碼、金融、法律、網路安全和科學等領域的複雜現實世界任務中表現出色。它在多步驟任務中的深度和精確度，使其在各領域的基準測試中超越其他前沿模型，並在衡量金融、程式編碼、法律和稅務等關鍵經濟部門模型表現的 Vals Index 中排名第一。

該模型今日推出，入門價格為每百萬輸入 token 2 美元，每百萬輸出 token 10 美元（快取輸入 token 可享 95% 折扣）。

Google 內部團隊、各企業以及研究社群已開始使用 Argon，並在多個領域產生了顯著影響。這些應用包括解決大型程式碼重構和優化等重大工程問題，優化法律、金融和科學等領域的業務流程。

它還能發現並修補關鍵的網路安全漏洞，並在量子計算、核融合和生命科學等領域實現新的突破。

在 Google，我們已將 Argon 用於解決最困難的工程問題。過去幾週，軟體工程師們以前所未有的速度交付高品質程式碼。Antigravity 中的 Argon 幫助團隊將代理程式碼提交量增加了 35% 以上，同時將程式碼回溯減少了近三分之一。

解開 Chrome 瀏覽器功能程式碼： Argon 協助 Chrome 團隊將核心網頁處理功能，從 Chromium 龐大 4,000 萬行程式碼庫中，一個約 600 萬行的舊版瀏覽器功能資料夾中分離出來。透過一次性導入多個乾淨的程式碼變更，Argon 幫助團隊在數週內完成了跨數百個檔案的架構重構，這項工作通常需要數月才能完成。

對於全球數十億的 Chrome 用戶而言，這將使即時網頁能夠在分頁、側邊面板和浮動視窗之間流暢移動而無需重新載入，從而消除一整類瀏覽器崩潰問題。

數小時內優化生產級 Python 程式碼庫： Antigravity 中的 Argon 正在協助 Google 開源 Agent Development Kit (ADK) 團隊，進一步提升其效能工程。ADK 是一個驅動企業代理程式的框架。團隊向 Argon 提供了他們的 .agents/skills 規則手冊和一個段落的目標，即在不破壞現有應用程式的情況下消除框架開銷。

Argon 在一夜之間自主工作，找出了優化方案，這些方案現已在 google/adk-python 中上線。它將長時間會話中的記憶體內會話準備時間縮短了 40%，並將冷啟動導入速度提高了 21%。

量子化學開源套件優化： xTB (Semiempirical Extended Tight-Binding) 是分子領域引用次數最多的開源量子化學套件之一。科學家使用它來預測分子的 3D 形狀，並篩選大量的藥物和材料候選物。

我們的研究人員在 Antigravity 中使用 Argon，使 xTB 在預測分子結構方面速度提高了 2.3 倍，在構象異構體搜尋方面速度提高了 1.8 倍。這些變更已貢獻到 GitHub 上的官方 xTB 儲存庫。

讓我們的開源 Gemma 模型速度提升近三倍： 透過使用 Argon，我們在 A100 上透過 vLLM 實現了 2.85 倍的端到端推論速度提升。這將 Gemma 4 E2B 的吞吐量從每秒約 37,900 個 token 加速到超過 108,000 個 token，且 token 完全一致，品質零下降，僅用了幾天時間，而這通常需要數月。

您可以查看上游的 pull request（優化了從注意力調整到推測解碼的所有內容），以了解確切的變更。

提供複雜的 3D 視覺化： 相較於之前的 Gemini 模型，Argon 在空間推理、數學精確度和視覺編碼方面帶來了重大改進。Google 員工正在 Antigravity 中使用 /goal 等斜線指令，並提示多代理迴圈與自訂技能。

他們利用 Argon 在純程式碼中原型化複雜的 3D 視覺化、高擬真遊戲和互動式動畫，這些可以直接在瀏覽器中渲染。

Argon 結合了前沿推理、深度視覺感知、擴展的領域知識以及在法律、金融、科學和程式編碼方面更強大的寫作能力，以協助處理高風險的專業工作流程。它溝通清晰，讓使用者隨時掌握情況，並且比我們之前的任何 Gemini 模型都更能遵循風格指令。

Argon 回答問題更直接，減少了模稜兩可的說法，避免不必要的重複，並在回應中省略了陳腔濫調。參與我們早期存取計畫的企業客戶和新創公司，已經透過 Argon 取得了顯著成功。

Argon 運用其先進的推理和多模態能力，同時保持嚴格的基礎，在深度多模態文件理解、縱向數據分析和互動式分析沙盒方面表現出色。

研究人員、工程師和安全專家已經在使用 Argon，以推動網路防禦、科學、數學和機器人技術的發展。它正在幫助網路防禦者和研究人員測試假設，自主審計關鍵程式碼庫和形式化證明，並捕捉微小的零日漏洞和邏輯缺陷。

將最先進的網路能力帶給更多受信任的防禦者： 從今天開始，我們將擴展到數百個額外的 Fairwind Program 合作夥伴。Wiz 已經將 Argon 用於其「Scan for Good」計畫，該計畫旨在為公共利益免費保護關鍵基礎設施。

透過早期存取該模型，Wiz 已在多個高風險領域展示了 Argon 的實際影響。例如，在保護敏感政府資料方面，作為一項長期網路韌性計畫的一部分，並與一個聯邦機構合作，Argon 協助主動識別並修復了一個可能暴露敏感資料和政府基礎設施的漏洞。這項工作有助於防止關鍵安全部門開發細節的洩露以及對專用模型的未經授權存取。

在保護關鍵醫療保健基礎設施方面，Wiz 也使用 Argon 來保護重要的醫療保健基礎設施。透過串聯複雜的漏洞，該模型幫助團隊發現並迅速修復了一個公開檔案下載繞過，該繞過暴露了一個主金鑰並授予了管理員權限。Argon 不僅僅是發現漏洞，更是主動保護了數十萬份私人病患記錄。

Argon 已經在科學界產生了實際影響，為多個領域的科學家和專家實現了新的發現。

量子計算： Argon 正在幫助我們的研究人員加速量子錯誤校正和演算法設計的進展。為了幫助錯誤解碼器與量子硬體即時同步，Argon 將我們內部版本的機器學習量子錯誤校正解碼器 AlphaQubit 轉換為單一、高度優化的硬體核心。這使其推論吞吐量幾乎翻倍，使我們能夠部署更大、功能更強大的模型並擴展到更大的量子設備，同時繼續滿足嚴格的即時閾值。

Argon 還降低了量子子程式的時空成本。對於 arcsin，這是近期量子模擬演算法中的一個基本構件，由 Argon 編寫並在 Lean 中正式驗證的實作，相較於已發表的量子 CORDIC 基線，將時空成本降低了 100 倍以上，這是邁向優化量子電路標準庫的一步。

核融合： 仿星器 (Stellarators) 是極其複雜的機器，代表著無限清潔核融合能源的一個主要候選方案，但優化其 3D 磁場卻是出了名的困難。自 1967 年以來，一個長期存在的假設，即「Grad 猜想」，認為找到這些磁場的精確數學解是不可能的，直到最近發現了反例，其中包括馬里蘭大學的 Matt Landreman 教授。

現在，Google 的一個團隊與 Landreman 教授一起發現了更廣泛的 Grad 猜想反例。這些新解為核融合社群提供了可靠的基準，以測試他們的仿星器模擬程式碼，這些程式碼是未來設計的寶貴工具。

罕見疾病研究： Gamow Labs 的研究人員使用 Argon 分析了患有罕見發育性肺部疾病新生兒的去識別化基因組。在一個案例中，Argon 精確定位了一個常規軟體多年來未能發現的染色體重排，並解釋了其未被檢測到的原因。

在源自真實臨床和實驗室數據的 Gamow Labs 私人評估中，Argon 在 RareBench（罕見疾病診斷協助方面達到 57%）和 LabBench（濕實驗室推理方面達到 52.2%）上表現出色。這些進展預示著面臨罕見疾病的家庭將能更快獲得診斷。

酵素設計： 設計具有精確反應性的酵素是出了名的緩慢，通常需要數月的客製化模型調整和候選物篩選。絲胺酸酯酶是一類在目標分子上切割酯鍵的酵素，廣泛應用於回收、藥物、生質燃料和清潔劑的製造。

我們的科學家與 Argon 合作設計絲胺酸酯酶，目標是基準分子 4MU-醋酸酯，當其酯鍵斷裂時會在紫外線下發光。在短短數小時內，Argon 收集了相關數據，並執行了模型。