Google DeepMind 发布 Gemini 4 Argon
Gemini 4 Argon
Google DeepMind 发布 Gemini 4 Argon，即日起向 Google AI Pro 和 Ultra 订阅用户开放。该模型支持 1M 输出 token，可一次完成 100K+ token 推理轨迹、整仓库生成与重构，并称在 CWE-Bench 漏洞修复上以 68% 并列第一，是抗间接提示注入最强的模型。
原文给出 Argon 在智能体编码、长上下文与安全基准上的对比数据，可据此判断其相对同级模型的位置。
第 1 张幻灯片，共 4 张
与专家携手解决前沿问题
研究人员、工程师和安全专家正与 Argon 合作，推动科学、数学、机器人技术和网络防御的边界。
解锁新的科学突破
Argon 正在帮助 Google 的研究人员和科学界加速通往发现与真实世界影响的进程。
加速机器人技术
Argon 自主地将原始视频转化为物理精确的模拟，估算深度和物理边界，并编写复制这些真实世界环境所需的确切模拟代码。
负责任地扩展网络安全防御
Argon 在 CWE-Bench 漏洞修复方面以 68% 的成绩并列第一，是我们抵御间接提示注入最具韧性的模型，并且今天正在扩展到数百个额外的 Fairwind Program 合作伙伴。
梳理 Chrome 中的浏览器功能代码
量子化学开源软件包优化
在数小时内优化生产环境 Python 代码库
让我们的开放 Gemma 模型速度提升近三倍
迁移遗留代码
第 1 张幻灯片，共 5 张
Argon 在 Antigravity 中使用多智能体视觉批判循环，构建了一个高度精细的宝塔模型。该模型在 Blender 中自主雕刻出一座多建筑寺庙建筑群，具有照片级逼真的建筑、植被和光照。
Argon 在 Antigravity 中使用多智能体循环，将一张真实书桌的照片变成了可玩的微型赛车游戏。书桌物品、房间和赛道使用 Blender MCP 建模并进行了碰撞检查，使用 Nano Banana 添加纹理，并在 Three.js 中接入了来自 Gemini Omni Flash 的物理、自定义着色器和汽车引擎音频。
Argon 在 Antigravity 中编写 Python 脚本，使用多智能体视觉批判循环，以程序化方式雕刻、绑定骨骼、制作动画并对一个复杂的 3D 游戏进行 PBR 烘焙，然后在 Three.js 中将其接入网页，配备 GLSL 着色器、破碎物理和单人 AI。
在零外部库且 100% 纯 Python 的情况下，Argon 编写了自己的 3D 光线追踪引擎，并配有自定义视频工具和音频混音器，从头构建并记录了一座阳光明媚的图书馆，使用 Gemini 3.8 TTS 配音和 Lyria 3.5 音乐制作、旁白并组装了这段视频。
从 Antigravity 中的一张 Nano Banana 图像开始，Argon 在自主循环中驱动 Blender MCP，对齐相机网格、雕刻哥特式建筑并布置音频响应式灯光，最终创建出一个完整的 3D 场景。
Argon 在 Antigravity 中使用多智能体视觉批判循环，构建了一个高度精细的宝塔模型。该模型在 Blender 中自主雕刻出一座多建筑寺庙建筑群，具有照片级逼真的建筑、植被和光照。
Argon 在 Antigravity 中使用多智能体循环，将一张真实书桌的照片变成了可玩的微型赛车游戏。书桌物品、房间和赛道使用 Blender MCP 建模并进行了碰撞检查，使用 Nano Banana 添加纹理，并在 Three.js 中接入了来自 Gemini Omni Flash 的物理、自定义着色器和汽车引擎音频。
Argon 在 Antigravity 中编写 Python 脚本，使用多智能体视觉批判循环，以程序化方式雕刻、绑定骨骼、制作动画并对一个复杂的 3D 游戏进行 PBR 烘焙，然后在 Three.js 中将其接入网页，配备 GLSL 着色器、破碎物理和单人 AI。
Argon 在零外部库、100% 纯 Python 的条件下，编写了自己的 3D 光线追踪引擎，并搭配自定义视频工具和音频混音器，从零开始构建并记录了一座阳光明媚的图书馆，还使用 Gemini 3.8 TTS 配音和 Lyria 3.5 音乐制作、旁白并组装了这段视频。
从 Antigravity 中的一张 Nano Banana 图像开始，Argon 以自主循环驱动 Blender MCP，对齐相机网格、雕刻哥特式建筑，并布置音频反应式灯光，最终创建出一个完整的 3D 场景。
在 Isomorphic Labs，团队正将 Argon 作为合作伙伴，加速其药物发现和设计研究工作流。Argon 能够快速综合复杂的 PDF 和专利以提取相关信息，将通常需要数周的过程缩短至数小时。
Ambience Healthcare
Amplitude
Axiom Bio
Box
Cartwheel
Deloitte
Kepler
LexisNexis
MinutalA
Quadrillon
Quora
Roboflow
“在 200 多份复杂的合成纵向图表上，Gemini 4 在我们评估的模型中实现了最高的召回率和 ICD-10 编码特异性，无需外部查询即可生成简洁的问题列表。这种医学知识与长上下文理解的结合，为临床医生审阅图表的工作流展现了前景。我们目前正在真实患者记录上验证它，并期待更广泛地试用。”
“Argon 在理解人们真正想表达的意思方面做得非常出色。客户收集了无穷无尽的信号，却不知道该如何处理。在我们的评估中，Argon 在构建帮助客户可视化解决方案的图表方面始终名列前茅。它还能持续不懈地寻找那些对客户有价值的海量数据中的关键答案。”
Curtis Liu
CTO, Amplitude
“Gemini 4 代表了 AI 在现实世界科学中能够取得成就的一次阶跃式变化。我们已看到它推理复杂的实验数据，从细胞成像到质谱分析，并发现传统上需要专家科学家才能识别出的细微发现。在我们的 Scientific Agent Benchmark 上，Gemini 4 在大多数任务中都处于前沿，包括我们最难的：对两种药物之间的临床风险进行排序。”
Alex Cabrera
Founding Engineer, Axiom Bio
“Gemini 4 Argon 处于企业知识工作的前沿，与 Gemini 3.1 Pro 相比，准确率提升了 14%。在 Box 的评估中，Argon 将证据贯穿整套文档，包括嵌入图表中的细节，并将多步骤分析推进到完整答案。这在数据分析以及医疗健康和生命科学等技术领域尤其有价值，因为这些领域的团队需要从多种来源材料中查找和解读信息。”
Yashodha Bhavnani
VP of AI Products at Box
“通过将 Gemini 4 集成到我们的 3D 空间重建引擎中，我们能在几秒而非几小时内将日常视频转化为可关节活动、物理就绪的 3D 场景。在我们的基准测试中，Gemini 表现优于我们测试过的所有模型——将运行时间缩短近 100 倍，token 使用量减少 90%，为我们的客户解锁了物理就绪且水密的 3D 资产创建能力。”
Andrew Carr
Co-founder and Chief Scientist, Cartwheel
“Gemini 4 的初步印象非常强劲：在这些工作流中的长时间运行任务上，它在我们的评估中 100% 成功完成，能够维持上下文并在令人印象深刻的跨度内运行多个工具。其推理深度带来了显著更高、更清晰的输出。在没有详细前置逻辑或指令的情况下，为特定领域任务进行深度推理，这是我们此前在任何同类模型中从未见过的。”
Gopal Srinivasan
Global AI and Data Lead, Deloitte
“在我们的核心财务分析基准测试中——涵盖从直接依据 SEC 文件构建多年期财务报表，到对具有复杂资本结构和已宣布收购的公司进行估值——Gemini 4 在超过 99% 的数据点上与我们分析师构建的参考模型相匹配。在我们最复杂的工作流上，其表现多数任务处于前沿水平。我们很期待继续在 Kepler 使用 Gemini 4 进行构建。”
Glenn LeBlanc
Software Engineer, Kepler
“为了帮助法律专业人士借助 Lexis+ with Protégé 实现更多目标，我们持续评估 AI 模型，作为 LexisNexis Legal Intelligence Engine 背后多模型方法的一部分。在初步评估中，Gemini 4 Argon 在法律知识、起草和分析任务上表现出色，包括识别相关引文，以及改进合同审查、投诉分析和研究备忘录。”
Min Chen
Chief AI Officer, LexisNexis Legal & Professional
“在早期测试中，Gemini 4 Argon 脱颖而出，它将日期、文件和财务计算与法律先例联系起来，形成极具实质性的论证。在一次评估中，它实际上通过揭示一个我们遗漏的法律相关细节，超越了人类专家的答案标准。这展示了 AI 帮助专业人士发现关键细节、为复杂案件带来更完整理解的潜力。”
Caio Perona
CEO, MinutalA
“在我们的自主 AI 研究员 Qualia 中，Gemini 4 Argon 在能力和效率方面的评估中都表现突出。在我们针对复杂多步骤研究任务的内部基准测试中，它处于前沿水平，同时完成我们评估的速度比同类模型快 1.5 倍，而每项任务成本仅为其四分之一。它擅长提出新颖想法并识别关于问题的非显而易见洞见，帮助其在长周期内保持清晰的研究愿景，而这是当今模型难以做到的。”
Trenton Chang
Chief Scientist, Quadrillion
“Gemini 4 在早期评估中以其响应质量给我们留下了深刻印象。在 Poe 上，人们越来越多地使用 AI 来构建东西，而 Gemini 4 为创作者提供了强大的基础，将想法转化为可完善和分享的工具。”
Gareth Jones
Head of Product, Quora
“Argon 在我们的目标检测评估中排名第一，并在我们新的文本基准测试中领先，该测试使用来自制造业、物流和航空影像的真实世界图像。我们已将 Argon 完全集成到 Roboflow 中，使开发者和企业能够利用其高精度检测和文本提取来检查产品、跟踪库存并引导机器。”
Brad Dwyer
Co-founder and CTO of Roboflow
第 1 张幻灯片，共 4 张
在 Gemini App 中，Argon 使用自定义技能，将装满项目上下文的非结构化文件夹格式化为一份整洁的客户提案演示文稿。随后，Gemini 起草该演示文稿并通过电子邮件发送给客户，同时通过计划任务为所有未来传入的客户请求创建自动化工作流。
了解 Argon 如何综合约 50 GB 的机载 LiDAR 扫描、GIS 房间矢量、美国国会图书馆 CAD 图纸和 NPS 档案，重建查科峡谷的 3D 模型，将零散的考古记录转化为可探索的数字遗产遗址。
Argon 在 Gemini macOS 应用中使用 Antigravity，借助 Nano Banana 为沙发的新支腿生成设计迭代，然后为其中一个生成可 3D 打印的文件。从尺寸草图和沙发照片开始，Argon 构建出适合沙发的正确尺寸模型。
使用 Gemini macOS 应用中的 Antigravity 自定义可视化，用新的 3D 打印支腿替换损坏的沙发支腿。
在 Gemini 应用中，Argon 使用自定义技能，将一个充满项目上下文的非结构化文件夹整理成一份整洁的客户提案演示文稿。Gemini 随后起草该演示文稿并发送邮件给客户，同时通过计划任务为所有未来传入的客户请求创建自动化工作流。
了解 Argon 如何综合约 50 GB 的机载 LiDAR 扫描、GIS 房间矢量、美国国会图书馆 CAD 图纸和 NPS 档案，重建查科峡谷的 3D 模型，将零散的考古记录转化为可探索的数字遗产遗址。
Argon 在 Gemini macOS 应用中使用 Antigravity，借助 Nano Banana 为沙发的新支腿生成设计迭代，然后为其中一个生成可 3D 打印的文件。从尺寸草图和沙发照片开始，Argon 构建出适合沙发的正确尺寸模型。
使用 Gemini macOS 应用中的 Antigravity 自定义可视化，用新的 3D 打印支腿替换损坏的沙发支腿。
量子计算
核聚变
罕见病诊断
酶设计
为了展示这些能力在实际中的应用，我们测试了 Argon 仅通过观看就学习一项分布外物理技能的能力。在一项内部测试中，Argon 观看了一段人类玩沙包球的原始视频，绘制了环境的空间坐标，并计算了所需的全身关节运动。随后它自主构建了仿真代码。当迁移到 Apptronik 的 Apollo 人形机器人上时，该机器人在真实世界试验中迅速连续投中七球。
Wiz 已在将其 Argon 用于“Scan for Good”计划，该计划免费保护关键公共基础设施。由于提前获得了该模型的使用权，Wiz 使用 Argon 保护关键医疗基础设施。该模型不仅仅发现了漏洞——它还主动保护了数十万份患者记录。
不间断的前沿数学与科学推导
凭借 100 万输出 token，Argon 有足够的余量一次性完成 10 万+ token 的推理轨迹，并输出详尽的分步数学证明、量子纠错解码器和完整的计算物理求解器。
全仓库生成与重构
一次性生成整个多文件应用、搭建完整的微服务脚手架，或重构庞大的代码库，而无需拼接被截断的响应。
大规模遗留翻译
端到端翻译单体遗留文件和复杂数据库模式，同时保留跨文件依赖关系。
详尽的结构化综合
在单轮中生成全面的合规审计、完整规模的技术规范和庞大的结构化数据集。
| 类别 | 基准 | 备注 | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 | Claude Opus 5.5 |
|---|---|---|---|---|---|---|
| 知识工作 | Vals Index | 68.9% | 63.1% | 65.8% | 67.0% | |
| AutomationBench | 得分 | 51.3% | 41.4% | 31.4% | 42.5% | |
| Vals Finance Agent v2 | 65.4% | 53.5% | 58.9% | 58.6% | ||
| Harvey 法律智能体基准 | 19.6% | 5.4% | 6.7% | 3.8% | ||
| 智能体编程 | DeepSWE v1.1 | 77.9% | 74.1% | 67.4% | 74.2% | |
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% | ||
| Vibe Code Bench | 91.9% | 89.6% | 90.3% | 90.3% | ||
| Terminal-bench 4.0 | 57.4% | 58.2% | 57.9% | 66.4% | ||
| 机器学习工程 | PostTrainBench | 45.3% | 44.3% | 40.2% | 49.3% | |
| 科学与数学 | Terminal-Bench Science 0.1 | 57.6% | 68.1% | 52.6% | 63.3% | |
| LABBench 2 | 88.8% | 85.4% | 68.6% | 73.1% | ||
| RiemannBench | 76.0% | 72.0% | 65.6% | 69.6% | ||
| 长上下文 | GraphWalks | 最高 128k，BFS（F1） | 99.7% | 98.7% | 91.4% | 90.6% |
| 256k 至 1M，BFS（F1） | 84.2% | 71.8% | 65.0% | 66.8% | ||
| 计算机使用 | Agent's Last Exam | 通过率 | 39.5% | 34.2% | — | 38.2% |
| OSWorld-2.0 | 离线子集 部分得分 | 69.2% | 72.6% | — | — | |
| 多模态理解 | Chartography | 71.6% | 71.0% | 46.2% | 66.3% | |
| LVBench | 91.7% | 87.5% | 79.7% | 83.7% | ||
| 网络安全 | CWE-bench v1 | 68.0% | 68.0% | 58.0% | 67.0% |
防御滥用
Argon 旨在拒绝有害请求，同时保留合法的两用科学研究，这符合我们的前沿安全框架。
防御提示注入攻击
Argon 是我们迄今为止抵御间接提示注入能力最强的模型。
监控失准
我们正在部署失准缓解措施，监控 Argon 的思维链和行动，并在必要时停止执行。
加固系统
我们正在加固沙盒环境，在高风险训练或评估开始前对其进行隔离和密封。
使用 Argon 构建
Gemini 4 Argon 今日起面向 Google AI Pro 和 Ultra 订阅用户开放
我们的旗舰订阅层级，为高级用户、开发者和创作者提供 Google 各项先进功能和能力的最高访问权限，以加速他们的工作流程。
申请研究和安全项目
学术和独立科学家可以申请免费获得 Google Antigravity 最高使用层级 6 个月（须符合资格、容量和遴选条件），网络安全防御者可以申请加入 Fairwind 项目。
Gemini
为你的创造力和生产力提速
AI 模式
想到什么就问什么，获取 AI 驱动的回答
Google Antigravity
我们的智能体优先开发平台，让任何人都能成为构建者
Google AI Studio
从提示到生产的最快路径
Gemini API
开始使用前沿模型进行构建
Gemini 平台
构建、部署和治理企业级智能体和应用
Android Studio
Android 应用开发的官方 IDE
第 1 张幻灯片，共 4 张
Gemini Omni
从视频开始，用任何素材创造任何内容
Nano Banana
使用 Gemini 创建和编辑图像
Gemini Audio
以直观输入、自然表现力和采取行动的能力开拓新前沿
Gemini Robotics
为各类机器人提供动力的智能层
Gemini Omni
从视频开始，用任何素材创造任何内容
Nano Banana
使用 Gemini 创建和编辑图像
Gemini Audio
以直观输入、自然表现力和采取行动的能力开拓新前沿
Gemini Robotics
为各类机器人提供动力的智能层
来源：Hacker News · deepmind.google