Gemini 4 Argon: Built to solve your hardest problems

发生了什么

Google DeepMind 在 10 月 13 日发布 Gemini 4 Argon，并称这是其最新的前沿模型。发布当天，模型通过 API 在 AI Studio 和 Gemini 平台向开发者与企业开放；Google AI Ultra 订阅用户可在 Google Antigravity 中使用，Ultra 与 Pro 订阅用户可在 Gemini 应用和搜索的 AI Mode 中使用。

Google DeepMind 高级副总裁兼 Google 首席 AI 架构师 Koray Kavukcuoglu 署名的公告称，Argon 在编码、金融、法律、网络安全和科学等领域的多步任务上表现突出，并在衡量金融、编码、法律、税务等经济部门表现的 Vals Index 上排名第一。

价格与定位

Argon 的首发价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享受 95% 折扣。Google 称该模型在复杂现实任务中擅长「深度工作」，强调多步任务中的深度与精度。

除基准成绩外，公告给出多组内部使用数据：

• 在 Antigravity 中，软件工程师的智能体代码提交量提升超过 35%，代码回滚减少近三分之一。
• Chrome 团队借助 Argon 把约 600 万行的浏览器特性遗留目录从核心网页处理逻辑中拆出，该目录位于 Chromium 约 4000 万行的代码库内；原本需要数月完成的跨数百文件架构重构在数周内完成。
• 开源 Agent Development Kit（ADK）团队给 Argon 一份 .agents/skills 规则和一段目标描述，Argon 夜间自主运行，找出的优化已合入 google/adk-python，长会话内存准备时间缩短 40%，冷导入提速 21%。
• 开源量子化学包 xTB 在 Argon 辅助下预测分子结构快至 2.3 倍，构象搜索快 1.8 倍，改动已提交至官方 GitHub 仓库。
• 在 A100 上用 vLLM 跑 Gemma 4 E2B，端到端推理提速 2.85 倍，吞吐从约 37,900 token/秒升到超过 108,000 token/秒，token 完全一致、质量无损，相关改动已提上游 PR。

科研与安全场景

公告称 Argon 在量子计算、核聚变、生命科学等方向已有实际使用。量子纠错方面，Argon 把内部版 AlphaQubit 解码器改写为单一高度优化的硬件 kernel，推理吞吐接近翻倍；对 arcsin 子程序，Argon 写出的实现经 Lean 形式化验证，时空成本比公开的量子 CORDIC 基线降低逾 100 倍。

核聚变方面，Google 团队与马里兰大学 Matt Landreman 教授合作，发现了 Grad 猜想更广一类的反例，为仿星器模拟代码提供基准。罕见病方向，Gamow Labs 用 Argon 分析新生儿去标识化基因组，定位到常规软件多年漏掉的染色体重排。

安全方面，Google 将其网络安全能力扩展至数百个 Fairwind Program 合作伙伴。Wiz 用 Argon 参与「Scan for Good」计划，称在政府数据与医疗基础设施场景中发现并修复了可能导致敏感数据暴露和未授权访问的漏洞。

对读者意味着什么

1. 若团队正在评估前沿模型，可先用 Argon 的首发定价与缓存折扣核算自有负载成本，再决定是否替换现有模型。
2. 公告中的提速数字多来自 Google 内部或合作方场景，迁移到自己代码库前应复测任务通过率与回滚率。
3. 关注智能体编码与科研自动化两条线的团队，可重点看 ADK 与 xTB 两个可核查的开源改动。