Google 发布 Gemini 4 Argon 大模型
Gemini 4 Argon
Google 发布 Gemini 4 Argon 大模型，主打 1M token 输出上限、多智能体视觉循环与长任务推理能力。在 Vals Index（68.9%）、DeepSWE v1.1（77.9%）、CWE-Bench（68.0%）等基准上对标 GPT-6、Claude Opus 5.5 等模型，模型已向 Google AI Pro 与 Ultra 订阅用户开放。
同一件事，精选收录的是《谷歌发布 Gemini 4 Argon：搭载 RSI，基准成绩领先 Opus 5.5 和 GPT-6》
幻灯片 1 / 4
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 携手，推动科学、数学、机器人技术和网络防御的边界。
解锁全新科学突破
Argon 正在帮助 Google 的研究人员及整个科学界加速迈向发现与产生实际影响的道路。
加速机器人技术发展
Argon 可自动将原始视频转化为物理精确的仿真，估计深度与物理边界，并编写能够复刻这些真实环境所需的精确仿真代码。
负责任地扩展网络安全防御
Argon 在 CWE-Bench 漏洞修复榜单上以 68% 的成绩并列第一，是我们抵御间接提示注入最稳健的模型，并从今天起扩展至数百家新的 Fairwind 计划合作伙伴。
梳理 Chrome 中的浏览器功能代码
量子化学开源软件包优化
在数小时内优化一套生产级 Python 代码库
让我们开源的 Gemma 模型速度提升近三倍
迁移遗留代码
幻灯片 1 / 5
Argon 在 Antigravity 中借助多智能体视觉审阅循环，构建了一座细节极为丰富的宝塔模型。该模型在 Blender 中自主雕刻了一座多建筑寺庙群，呈现照片级真实的建筑、植被与光照效果。
Argon 在 Antigravity 中借助多智能体循环，将一张真实桌子的照片变成了一款可玩的迷你赛车游戏。桌面物品、房间和赛道均使用 Blender MCP 完成建模与碰撞检测，通过 Nano Banana 添加贴图，最后在 Three.js 中接入物理效果、自定义着色器以及来自 Gemini Omni Flash 的汽车引擎音效。
Argon 在 Antigravity 中编写 Python 脚本，借助多智能体视觉审阅循环对一款复杂的 3D 游戏进行程序化雕刻、绑定、动画制作与 PBR 烘焙，随后在 Three.js 中通过 GLSL 着色器、破碎物理效果以及单人 AI 将其接入 Web。
在零外部库、100% 纯 Python 的条件下，Argon 自研了一款 3D 光线追踪引擎，并配套自定义视频工具与音频混音器，从零开始构建并记录一座阳光下的图书馆，使用 Gemini 3.8 TTS 进行配音、Lyria 3.5 提供配乐，最终生成、解说并剪辑完成这段视频。
从 Antigravity 中的一张 Nano Banana 图像出发，Argon 在自主循环中驱动 Blender MCP，对齐相机网格，雕刻哥特式建筑，并布置音频响应式光照，最终完成一个 3D 场景。
Argon 在 Antigravity 中借助多智能体视觉审阅循环，构建了一座细节极为丰富的宝塔模型。该模型在 Blender 中自主雕刻了一座多建筑寺庙群，呈现照片级真实的建筑、植被与光照效果。
Argon 在 Antigravity 中借助多智能体循环，将一张真实桌子的照片变成了一款可玩的迷你赛车游戏。桌面物品、房间和赛道均使用 Blender MCP 完成建模与碰撞检测，通过 Nano Banana 添加贴图，最后在 Three.js 中接入物理效果、自定义着色器以及来自 Gemini Omni Flash 的汽车引擎音效。
Argon 在 Antigravity 中编写 Python 脚本，借助多智能体视觉审阅循环对一款复杂的 3D 游戏进行程序化雕刻、绑定、动画制作与 PBR 烘焙，随后在 Three.js 中通过 GLSL 着色器、破碎物理效果以及单人 AI 将其接入 Web。
Argon 使用零外部库和 100% 纯 Python，自行编写了一个 3D 光线追踪引擎，并配有自定义视频工具和音频混音器，从零开始构建并记录了一个阳光下的图书馆，并由 Gemini 3.8 的 TTS 旁白和 Lyria 3.5 的配乐共同完成了这段视频的制作、讲述和剪辑。
从 Antigravity 中的一张 Nano Banana 图像出发，Argon 在自主循环中驱动 Blender MCP，对齐相机网格、雕琢哥特式建筑，并布置音频响应式灯光，从而打造出一个完整的 3D 场景。
在 Isomorphic Labs，团队正在将 Argon 作为合作伙伴，加速其药物发现与设计研究工作流。Argon 能快速综合分析复杂的 PDF 与专利以提取相关信息，将原本通常需要数周的过程缩短到几个小时。
Ambience Healthcare
Amplitude
Axiom Bio
Box
Cartwheel
Deloitte
Kepler
LexisNexis
MinutalA
Quadrillon
Quora
Roboflow
“在我们评估过的所有模型中，Gemini 4 在超过 200 张复杂的合成纵向图表中取得了最高的召回率和最精确的 ICD-10 代码特异性，无需外部检索即可生成简洁的问题清单。这种医学知识与长上下文理解的结合，对于需要临床医生审核的病历工作流展现出了巨大潜力。我们目前正在真实患者记录上对其进行验证，并期待将其推广到更广泛的应用中。”
“Argon 在理解人们真正表达的意思方面表现出色。客户会收集大量不知如何利用的信号。在我们的评估中，Argon 始终在构建可视化客户解决方案的图表方面名列前茅。同时，它在寻找那些对客户极具价值的大海捞针式的答案时，也表现出令人印象深刻的执着。”
Curtis Liu
CTO, Amplitude
“Gemini 4 代表了 AI 在现实科学领域能力的跨越式提升。我们看到它能够对从细胞成像到质谱分析在内的复杂实验数据进行推理，并发现那些通常需要资深科学家才能识别的细微之处。在我们的科学智能体基准测试中，Gemini 4 在大多数任务上都处于前沿水平，其中就包括我们最难的测试：在两种药物之间进行临床风险排序。”
Alex Cabrera
Founding Engineer, Axiom Bio
“Gemini 4 Argon 在企业知识工作领域处于前沿水平，相比 Gemini 3.1 Pro，准确性提升了 14%。在 Box 的评估中，Argon 能在整个文档集合中串联证据，包括嵌入图表中的细节，并将多步骤分析完整地推进到最终答案。这在数据分析以及医疗和生命科学等技术领域中尤其有价值，因为这些领域的团队需要在各种类型的资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，我们能将日常视频在数秒内（而非数小时）转化为带有铰链结构、即兼容物理仿真的 3D 场景。在我们的基准测试中，Gemini 超越了所有参与测试的模型，将运行时间减少了近 100 倍，token 用量减少了 90%，从而为我们的客户解锁了兼容物理且完全密封的 3D 资产创建能力。”
Andrew Carr
Co-founder and Chief Scientist, Cartwheel
“我们对 Gemini 4 的初步印象非常好：在这些工作流下的长时任务中，它在我们的评估中 100% 成功完成，能够在令人印象深刻的长时间跨度内保持上下文并调用多种工具。其推理深度带来了显著更高、更清晰的输出。能够在没有详细先验逻辑或指令的情况下，针对特定领域任务进行深度推理，这是我们此前从未在任何同级别模型上见过的。”
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 SEC 文件直接构建多年财务报表，到对具有复杂资本结构和已宣布并购的公司进行估值——Gemini 4 在超过 99% 的数字上与我们的分析师构建的参考模型相符。在最复杂的工作流上，大多数任务均处于前沿水平。我们很高兴能在 Kepler 中继续与 Gemini 4 共同构建。”
Glenn LeBlanc
Software Engineer, Kepler
“为了帮助法律专业人士借助 Lexis+ with Protégé 取得更大成果，我们持续评测各类 AI 模型，作为 LexisNexis 法律智能引擎背后的多模型方法的一部分。在初步评测中，Gemini 4 Argon 在法律知识、起草与分析任务上表现强劲，包括识别相关引用，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 通过将日期、文件和财务计算与法律先例相结合来构建极具实质性的论点，表现十分突出。在一次评测中，它甚至超越了我们人类专家的标准答案，发现了一个我们此前遗漏的法律层面关键细节。”
Caio Perona
CEO, MinutalA
“在我们的自主 AI 研究员 Qualia 中，Gemini 4 Argon 在能力与效率两项评测中均表现突出。在我们针对复杂多步研究任务的内部基准测试中，它处于前沿水平，同时完成任务的速度比同类模型快 1.5 倍，每项任务的成本仅为四分之一。它擅长提出新颖观点、识别问题中不易察觉的洞见，并帮助它在长时间跨度上保持清晰的研究方向——这正是当前模型普遍难以做到的。”
Trenton Chang
Chief Scientist, Quadrillion
“Gemini 4 在我们早期评测中的回答质量令我们印象深刻。在 Poe 上，人们越来越频繁地使用 AI 来构建东西，而 Gemini 4 为创作者提供了强大基础，让他们能够把创意转化为可以打磨并分享的工具。”
Gareth Jones
Head of Product, Quora
“Argon 在我们的目标检测评测中名列第一，并在我们的全新文本基准测试中领跑，该基准使用来自制造业、物流和航拍领域的真实图像。我们已将 Argon 完整集成至 Roboflow，让开发者和企业能够借助其高精度检测与文本提取能力来检测产品、跟踪库存和引导机器。”
Brad Dwyer
Co-founder and CTO of Roboflow
幻灯片 1 / 4
在 Gemini App 中，Argon 接收一个装满项目背景的非结构化文件夹，借助自定义技能将其整理成一份简洁的客户提案幻灯片。随后，Gemini 会起草该幻灯片并通过邮件发送给客户，同时通过一个定时任务为今后所有新进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 扫描数据、GIS 房间矢量数据、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 为沙发设计了多款新的沙发腿方案，并生成了其中一款的可 3D 打印文件。从一张尺寸草图和一张沙发照片出发，Argon 构建出与沙发尺寸完全匹配的模型。
借助 Gemini macOS 应用中 Antigravity 的自定义可视化能力，将损坏的沙发腿替换为新的 3D 打印款。
在 Gemini App 中，Argon 利用一项自定义技能，将装满项目上下文的非结构化文件夹整理成一份简明的客户提案幻灯片。接着 Gemini 起草并通过邮件将幻灯片发送给客户，同时通过一项定时任务，为今后所有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 扫描数据、GIS 房间矢量数据、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 为沙发设计了多款新的沙发腿方案，并生成了其中一款的可 3D 打印文件。从一张尺寸草图和一张沙发照片出发，Argon 构建出与沙发尺寸完全匹配的模型。
借助 Gemini macOS 应用中 Antigravity 的自定义可视化能力，将损坏的沙发腿替换为新的 3D 打印款。
量子计算
核聚变
罕见病诊断
酶设计
为演示这些能力的实际效果，我们测试了 Argon 能否仅凭观察就习得一种分布外的物理技能。在一项内部测试中，Argon 观看了一段人类玩沙包投掷的原始视频，绘制出环境的空间坐标，并计算出所需的全身关节动作。随后它自主构建出了仿真代码。在迁移到 Apptronik 的 Apollo 人形机器人上之后，机器人在真实环境的测试中迅速投中了连续七次。
Wiz 已经在其“Scan for Good”计划中使用 Argon，该计划免费保护关键的公共基础设施。通过提前使用该模型，Wiz 利用 Argon 保护关键的医疗基础设施。该模型不仅止步于发现漏洞——它还主动守护了数十万份患者记录的安全。
不中断的前沿数学与科学推导
凭借 100 万个输出 token 的余量，Argon 能够完成 10 万以上 token 的推理轨迹，并一次性输出详尽且分步的数学证明、量子纠错解码器以及完整的计算物理求解器。
完整代码库的生成与重构
在单次操作中生成完整的多文件应用、搭建完整的微服务，或重构庞大的代码库，无需拼接被截断的响应。
大规模遗留代码的翻译
端到端地翻译庞大的遗留文件和复杂的数据库架构，同时保留跨文件依赖。
穷尽式结构化综合
在单次对话中产出全面的合规审计、完整的技术规格说明以及大规模的结构化数据集。
| 类别 | 基准测试 | 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 | 分数 | 51.3% | 41.4% | 31.4% | 42.5% | |
| Vals Finance Agent v2 | 65.4% | 53.5% | 58.9% | 58.6% | ||
| Harvey 法律智能体基准测试 | 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% | ||
| 电脑使用 | Agent's Last Exam | 通过率 | 39.5% | 34.2% | — | 38.2% |
| OSWorld-2.0 | 离线子集 部分分数 | 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，同时保留合法的双重用途科学研究，符合我们的前沿安全框架。
防御提示注入攻击
Argon 是我们迄今为止对间接提示注入最具韧性的模型。
监控目标失准
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
我们正在加固我们的沙盒环境，通过对其进行隔离和密封，再开始高风险训练或评估。
基于 Argon 构建
Gemini 4 Argon 今天已面向 Google AI Pro 和 Ultra 订阅用户开放
我们的旗舰订阅等级，为高级用户、开发者和创作者提供在整个 Google 范围内对高级功能和能力的最高访问权限，以加速他们的工作流程。
申请研究与安全计划
学术和独立科学家可以申请在 Google Antigravity 中免费使用最高等级 6 个月（视资格、容量和选拔情况而定），网络安全防御者可以申请加入 Fairwind 计划。
Gemini
提升你的创造力和生产力
AI 模式
询问你心中所想，获得 AI 驱动的回复
Google Antigravity
我们以智能体为先的开发平台，让任何人都能成为构建者
Google AI Studio
从提示到产品的最快路径
Gemini API
开始使用前沿模型进行构建
Gemini 平台
构建、部署和管理企业就绪的智能体与应用
Android Studio
Android 应用开发的官方 IDE
第 1 张，共 4 张
Gemini Omni
从任何内容创作任何内容，从视频开始
Nano Banana
使用 Gemini 创建和编辑图像
Gemini Audio
凭借直观的输入、自然的表现力以及采取行动的能力开拓全新领域
Gemini Robotics
为各种机器人提供动力的智能层
Gemini Omni
从任何内容创作任何内容，从视频开始
Nano Banana
使用 Gemini 创建和编辑图像
Gemini Audio
凭借直观的输入、自然的表现力以及采取行动的能力开拓全新领域
Gemini Robotics
为各种机器人提供动力的智能层
来源：Hacker News · deepmind.google