Gemini 4 Argon：谷歌 DeepMind 面向编程、科学与智能体任务的旗舰模型

谷歌 DeepMind 于 2026 年 10 月 13 日发布了 Gemini 4 Argon，这是一个定位于编程、金融、法律、网络安全和科学领域深度多步骤工作的旗舰模型。此次发布意义重大，因为 Argon 并非定位为通用聊天升级，而是面向长周期智能体任务的模型，DeepMind 以内部工程成果、第三方安全与科学部署以及已发布的安全堆栈为其背书。

可用性与定价

Gemini 4 Argon 自 2026 年 10 月 13 日起全球可用，覆盖开发者、企业和消费者端。DeepMind 将其描述为该公司最新的旗舰模型，同步向开发者、企业、科学家和消费者发布。

开发者： 通过 AI Studio 和 Gemini 平台中的 API 使用，并可在 AI Studio 和 Android Studio 的 Gemini API 付费层级中使用。Google AI Ultra 订阅者也可以在 Google Antigravity 和 AI Studio 中试用。
企业： 适用于 Gemini for business、API 和 Google Antigravity。
消费者： 适用于 Gemini 应用和 Google AI Ultra 及 Pro 订阅者的搜索 AI 模式。
科学家和研究人员： DeepMind 为 10,000 名科学家提供 Google Antigravity 中最高使用层级，免费使用 6 个月，按滚动方式接入，并受资格、容量和筛选条件的限制。
网络安全防御者： 申请加入 Fairwind 计划即可获得无网络护栏的 Argon 访问权限，按滚动方式审核。

Argon 推出时的入门价格为每百万输入 token 2 美元，每百万输出 token 10 美元，缓存输入 token 可享受 95% 折扣。该模型通过 Gemini API 支持业界领先的 100 万统一输入输出 token 限制，这得益于为开发者和企业文档化的新续接协议。

基准测试定位

DeepMind 表示，Argon 在多步骤任务中的深度和精确度使其在各领域基准测试中优于其他旗舰模型。该公司援引了 Vals Index 上的 #1 排名，该指数衡量模型在金融、编程、法律和税务等关键经济领域的表现。

在具身推理（ERQA）基准测试中，该测试考察模型在 3D 环境中理解和解决物理空间问题的能力，Argon 得分 87%，优于所有依赖纯推理的其他旗舰模型。

谷歌内部工程成果

DeepMind 报告称，谷歌软件工程师一直在公司最棘手的工程问题上使用 Argon，并且 Antigravity 中的 Argon 帮助团队将智能体代码提交量提高了 35% 以上，同时将代码回滚减少了近三分之一。

Chrome：重构 4000 万行代码库

Argon 帮助 Chrome 团队将核心网页处理与 Chromium 4000 万行代码库中约 600 万行的遗留浏览器功能文件夹分离。通过一次管道处理多个干净代码变更，Argon 帮助团队完成了跨数百个文件的架构重构，将数月的工作压缩到数周内完成。对于 Chrome 全球数十亿用户，DeepMind 表示这将实现实时网页在标签页、侧面板和浮动窗口之间流畅移动而无需重新加载，从而消除整类浏览器崩溃。

Agent Development Kit：隔夜 Python 优化

谷歌开源 Agent Development Kit（ADK）团队（一个为企业智能体提供支持的框架）向 Argon 提供了他们的 .agents/skills 规则手册，以及一个段落的优化目标，即在不影响现有应用的情况下消除框架开销。Argon 隔夜自主工作，产出的优化现已上线于 google/adk-python，将长会话中的内存会话准备时间减少了 40%，并将冷导入速度提升了 21%。

xTB：量子化学加速

xTB（半经验扩展紧束缚）是最被广泛引用的开源量子化学软件包之一，用于预测分子的 3D 形状并筛选大量药物和材料候选物。使用 Antigravity 中的 Argon，DeepMind 研究人员使 xTB 在预测分子结构方面速度提升高达 2.3 倍，在构象搜索方面提升 1.8 倍。这些更改已贡献到 GitHub 上的官方 xTB 仓库。

Gemma 和 vLLM：2.85 倍推理加速

使用 Argon，DeepMind 通过 vLLM 在 A100 上实现了 2.85 倍的端到端推理加速，将 Gemma 4 E2B 的吞吐量从约 37,900 tok/s 提升到超过 108,000 tok/s，同时保持 100% token 对齐和零质量损失。这项工作仅用几天时间完成，而通常需要数月；相关更改已作为上游拉取请求提交，涵盖注意力调优和投机解码。

3D 可视化和视觉编程

DeepMind 报告称，与之前的 Gemini 模型相比，Argon 在空间推理、数学精度和视觉编程方面有重大改进。通过使用 /goal 等斜杠命令，并在 Antigravity 中提示自定义技能的多智能体循环，Googlers 正在使用 Argon 以纯代码原型化复杂 3D 可视化、高保真游戏和交互式动画，可直接在浏览器中渲染。

专业和企业工作流程

Argon 结合了前沿推理、深度视觉感知、扩展领域知识以及跨法律、金融、科学和编程领域的更强写作能力，以支持高风险的专业工作流程。DeepMind 表示，该模型比之前的任何 Gemini 模型都能更清晰地沟通、让用户保持掌控，并更好地遵循风格指令。它更直接地回答问题，减少模棱两可，不过度重复，并避免陈词滥调。

据 DeepMind 称，早期访问计划中的企业客户和初创公司已经报告了成功案例。公司表示，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出色，同时保持严格的接地性。

网络安全：Fairwind 扩展和 Wiz 部署

DeepMind 正开始将 Fairwind 计划扩展到数百个额外合作伙伴。Wiz 已经在其“Scan for Good”计划中使用 Argon，该计划免费保护关键基础设施以促进公共利益。借助该模型的早期访问，Wiz 展示了两个高风险成果：

保护敏感的政府数据： 作为长期网络韧性计划的一部分，并与联邦机构合作，Argon 帮助主动识别和修复了一个可能暴露敏感数据和政府基础设施的漏洞。DeepMind 表示，这一努力帮助防止了关键安全部门开发细节的暴露以及未经授权访问专用模型。
保护关键医疗基础设施： Wiz 使用 Argon 保护重要的医疗基础设施。通过链式利用复杂漏洞，模型帮助团队发现并快速修复了一个公开文件下载绕过漏洞，该漏洞暴露了主密钥并授予管理员访问权限。Argon 不仅识别漏洞，还主动保护了数十万条私人患者记录。

科学突破

DeepMind 列出了多个 Argon 已经为研究人员和领域专家带来成果的领域。

量子计算

Argon 正在帮助 DeepMind 研究人员加速量子纠错和算法设计的进展。为了帮助错误解码器实时跟上量子硬件，Argon 将 DeepMind 的 ML 量子纠错解码器 AlphaQubit 的内部版本转换为单个高度优化的硬件内核，将其推理吞吐量几乎翻倍，使团队能够部署更大、更强的模型，并扩展到更大的量子设备，同时满足严格的实时阈值。Argon 还在降低量子子例程的时空成本：对于 arcsin（近期量子模拟算法的构建块），由 Argon 编写并在 Lean 中正式验证的实现将时空成本比已发表的量子 CORDIC 基线降低了 100 倍以上。

核聚变

仿星器是代表无限清洁聚变能源领先候选方案的复杂机器，但优化其 3D 磁场是众所周知的难题。自 1967 年以来，一个名为“Grad 猜想”的长期假说认为，找到这些磁场的精确数学解是不可能的，直到最近发现了反例，包括马里兰大学的 Matt Landreman 教授发现的例子。谷歌的一个团队与 Landreman 教授合作，现在发现了一类更广泛的 Grad 猜想反例。这些新解为聚变界提供了可靠的基准来测试仿星器模拟代码。

罕见病研究

Gamow Labs 的研究人员使用 Argon 分析了患有罕见发育性肺部疾病的新生儿的去标识化基因组。在一个案例中，Argon 精确定位了一个常规软件多年来遗漏的染色体重排，并解释了为何它未被检测到。在源自真实临床和实验室数据的 Gamow Labs 私人评估中，Argon 在 RareBench 上以 57% 的得分在罕见病诊断辅助方面位居榜首，在 LabBench 上以 52.2% 的得分在湿实验推理方面领先。

酶设计

设计具有精确反应性的酶是出了名的缓慢，通常需要数月的定制模型调优和候选筛选。丝氨酸酯酶是一类切割目标分子上酯键的酶，广泛用于回收以及药品、生物燃料和洗涤剂的生产。DeepMind 科学家与 Argon 合作，设计了针对基准分子 4MU-乙酸酯的丝氨酸酯酶，该分子在酯键断裂后在紫外光下会发光。在数小时内，Argon 组装了相关数据，执行了模型调优，并确定了多个受生物化学启发的筛选条件，最终得到五个新设计。随后的实验室测试证实了这些设计具有稳健的催化活性。

机器人：视频到仿真到现实

DeepMind 表示，Argon 结合了先进的视觉语义推理、深层物理理解和自主代码生成，解锁了机器人技术栈的新工作流程。在一次内部测试中，Argon 观看了一段人类玩沙包游戏的原始视频，映射了环境的空间坐标，并计算了所需的全身关节运动。然后它自主构建了仿真代码。当转移到 Apptronik 的 Apollo 人形机器人上时，机器人在真实世界试验中连续投中七次。DeepMind 将这一流程称为“Video-to-Sim-to-Real”，并表示它将数周的仿真建模工作压缩到几小时内。

安全与对齐

DeepMind 将 Gemini 4 Argon 描述为其迄今为止最全面的安全和安全堆栈，是与第三方合作伙伴就某些模型能力和保障措施的评估共同开发的。

滥用和越狱防御： 在前沿安全框架下，DeepMind 评估了 Argon 在多个领域的增强能力，并部署了结合越狱抵抗、监控和执法的多层防御堆栈。外部生物红队只能解锁不到 1% 的测试生物子任务。在旨在压力测试模型的对抗性测试集上，违规行为减少了近 2 倍，DeepMind 表示这明显优于之前的 Gemini 模型。
智能体对齐和实时监控： DeepMind 训练 Argon 尊重系统边界，诚实地报告负面结果，并在采取不可逆步骤前暂停等待人类确认。在模型没有理由保留的编程基准上，Gemini 4 Argon 的捷径尝试降至仅 2%。作为深度防御层，DeepMind 构建了一个自动错位监控器，读取智能体的逐步推理和操作，实时捕捉和阻止意外变通方案，用于内部部署、能力评估和强化学习训练运行，同时避免在训练期间惩罚模型的思维，使其推理保持透明和可监控。
提示注入抵抗： 通过对抗训练和自动化红队测试，Argon 在 Gray Swan 间接提示注入（IPI）基准测试中领先，将 15 次自适应尝试的攻击成功率降至 0.7%。

随公告一同发布了完整的 Gemini 4 Argon 模型卡。

接下来是什么

DeepMind 将 Gemini 4 Argon 视为 Gemini 4 系列的开端，其余产品将陆续推出。该模型将 100 万统一输入输出 token 限制、用于长解码的新续接协议以及报告的智能体可靠性提升相结合，定位为长周期编程、科学和企业智能体工作负载的直接竞争者。