产业 / 官方
面向开发者与企业的新一代前沿模型
Google DeepMind 于2026年10月13日正式发布 Gemini 4 Argon,面向开发者、企业、科研人员和消费者全面开放。该模型可通过 AI Studio 和 Gemini 平台 API 访问,定价为每百万输入 token 2美元、每百万输出 token 10美元,缓存输入享九五折优惠。Argon 在 Vals Index 排名第一,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综合表现。在 Google 内部,Argon 已被用于 Chrome 浏览器大规模代码重构、Python 生产代码库性能优化、量子化学开源软件加速以及 Gemma 开源模型推理提速等多项重大工程任务,均取得显著成果。此外,Argon 在法律、金融、科学等高风险专业工作流中也展现出强大的多模态文档理解与纵向数据分析能力。
Gemini 4 Argon 是 Google DeepMind 迄今发布的最新前沿模型,于2026年10月13日起在全球范围内向开发者和企业开放。用户可通过 Google AI Studio 及 Gemini 平台 API 使用该模型,Google AI Ultra 订阅用户同样可以访问。Argon 专为处理编程、金融、法律、网络安全和科学等领域的复杂现实任务而设计,在多步骤推理任务上的深度与精准度使其在多项基准测试中超越其他前沿模型,并在衡量关键经济领域模型表现的 Vals Index 上位居第一。
在 Google 内部工程实践中,Argon 已展现出突出的代码能力。Chrome 团队借助 Argon 完成了对 Chromium 约4000万行代码库中一个600万行遗留文件夹的架构重构,将原本需要数月的工作压缩至数周内完成。这一改进将使 Chrome 的数十亿用户受益,网页可在标签页、侧边栏和浮动窗口之间流畅切换而无需重新加载,并消除了一整类浏览器崩溃问题。与此同时,Argon 在 Antigravity 平台中帮助团队将智能体代码提交量提升逾35%,代码回滚率降低近三分之一。
在性能优化方面,Argon 同样表现亮眼。针对 Google 开源 Agent Development Kit(ADK)的 Python 生产代码库,Argon 在一夜之间自主完成优化,将长会话的内存会话准备时间缩短40%,冷启动导入速度提升21%。在量子化学领域,研究人员利用 Argon 对广泛引用的开源软件包 xTB 进行优化,使其分子结构预测速度最高提升2.3倍、构象搜索速度提升1.8倍,相关改动已贡献至 GitHub 官方仓库。此外,Argon 还帮助 Gemma 开源模型在 A100 上实现了2.85倍的端到端推理加速,吞吐量从约3.79万 token/秒提升至逾10.8万 token/秒,且质量零损失。
Argon 在空间推理、数学精度和视觉编码方面也带来了显著提升。借助 Antigravity 平台的多智能体视觉批评循环,Google 内部团队已使用 Argon 原型化复杂3D可视化场景、高保真游戏和交互式动画,所有内容均以纯代码实现并可直接在浏览器中渲染。典型案例包括:Argon 将真实桌面照片转化为可玩的微型赛车游戏,以及仅用纯 Python 构建了一套完整的3D光线追踪引擎,并配合 Gemini TTS 和 Lyria 音乐生成完整的叙事视频。
在专业工作流领域,Argon 将前沿推理、深度视觉感知、扩展的领域知识与更强的写作能力融为一体,适用于法律、金融、科学和编程等高风险场景。相比此前的 Gemini 模型,Argon 回答更加直接、减少不必要的重复、避免陈词滥调,并能更好地遵循用户的风格指令。早期访问计划中的企业客户和初创公司已在深度多模态文档理解、纵向数据分析和交互式分析沙箱等场景中取得显著成效,例如综合分析约50GB的机载激光雷达扫描数据与历史档案,重建查科峡谷的3D数字遗址模型。
要点
- Gemini 4 Argon 已全球开放,定价为每百万输入 token 2美元、每百万输出 token 10美元,在 Vals Index 综合排名第一。
- 在 Google 内部,Argon 帮助 Chrome 团队将数月的代码重构工作压缩至数周,并将智能体代码提交量提升逾35%。
- Argon 在量子化学软件优化、Python 代码库性能提升和 Gemma 模型推理加速等科研工程任务中均取得显著成果。
- Argon 在3D可视化、游戏原型和交互动画生成方面展现出强大的空间推理与视觉编码能力,支持纯代码浏览器渲染。
- 在法律、金融等高风险专业场景中,Argon 具备更强的多模态文档理解与纵向数据分析能力,回答风格更直接、更精准。
原始标题:Gemini 4 Argon: Built to solve your hardest problems
本文由 DataHub 基于公开来源整理,用于信息发现与摘要阅读;具体事实、数据和后续更新以原始来源为准。