Signals · AI Tech Radar

Model · 2026-10-14Immediate attention

Gemini 4 Argon: Built to solve your hardest problems

We’re giving developers, enterprises, scientists, and consumers access to Gemini 4 Argon, our latest frontier model.

Why it matters前沿模型的竞争已从单项能力转向长时程、多步真实任务的完成度，Argon 公布的多组数据都落在代码重构、性能优化、漏洞挖掘这类工程场景。首发定价和缓存折扣直接决定自托管与调用 API 之间的成本对比，值得在选型时重新核算。

For 正在做模型选型与成本核算的平台或基础设施团队、使用编码智能体处理大型代码库的工程团队

Model · 2026-10-06Worth tracking

EmbeddingGemma 2: an open, lightweight multimodal embedding model

Why it matters一个几百 MB、能在手机上跑的开放模型，把文字、图片、音频和代码放进同一个向量空间。代码检索提升明显，但纯文本几乎没变；截断维度能省存储，也会掉召回。

For 搭检索增强生成或语义搜索的工程团队、做代码检索、代码库问答的开发工具团队

Model · 2026-10-01Worth tracking

Gemini 4 Argon：DeepSWE 等多项领先，先只给网络安全团队用

Google 10 月 1 日发布 Gemini 4 Argon，在 DeepSWE（77.9%）、AutomationBench、法律与金融智能体评测上领先 GPT-6 Astra 与 Opus 5.5，输出上限从 6.4 万 token 提到 100 万。但它在 Terminal-bench 4.0 上只有 57.4%，低于 Opus 5.5 的 66.4% 和 Sonnet 5.5 的 70.6%，在 FrontierSWE 和 Terminal-Bench Science 上也落后于 Astra。首发价每百万 token 输入 2 美元、输出 10 美元，之后涨到 4 / 20 美元；眼下只通过 Fairwind 计划开放给网络安全防御团队，普通开发者还用不上。

Why it mattersGemini 4 Argon 在长流程工程和企业知识工作上领先，却在终端任务上落后于 Claude，而且眼下只开放给网络安全防御团队。它的首发价和 Sol、Sonnet 同档，正价和 Opus 同档：这一代三家的旗舰在能力和价格上都挤到了一起，选型更要看具体任务。

For 在多家旗舰模型之间做选型、需要按任务比较的工程负责人、做代码迁移、漏洞修复等长流程工程任务的团队

Model · 2026-09-24Worth tracking

Introducing Gemini 3.8 Live with Live Avatar

Why it matters实时语音助手的体验已经被几家做到可用，下一步的差异在于能不能一边说话一边办事。把工具调用放到后台、让对话不中断，是交互设计上的一个明确选择，也带来新的问题：结果回来时，对话已经不在原处。

For 在做语音或视频客服、数字人讲解类产品的产品与工程团队、设计实时对话里工具调用时机的交互设计师

Platform · 2026-09-08Worth tracking

AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome

A platform containing predictions for the effects of 9 billion single-nucleotide variants — every single-letter change possible — in the human genome.

Why it matters可迁移的不是基因组学，是那个部署决定：当输入空间是有限且可枚举的，把模型整个跑完一遍、把结果发布成可查询的资源，比让每个人各自调用要便宜也可及得多。AlphaFold 数据库已经证明过一次，这是同一招在一个大 30 倍的数据集上的重演。第二点同样值得抄：AVI 把两个模型压成一个数字，却把驱动它的特征一起发出来——一个合成分数只有在能被拆回去时才是可用的。

For 在权衡「按需调用模型」还是「预先算好发布结果」的架构师、需要把一个合成评分做成可解释形态的产品与数据负责人

Workflow · 2026-08-27Worth tracking

Piloting the world's first double-blind AI evaluations

Building trust in proprietary model benchmarks using cryptographically secure environments.

Why it matters外部评测的可信度一直靠合同和流程承诺撑着，而基准污染恰恰是承诺最难覆盖的那一类风险——它可以在没有人违约的情况下发生。把「谁看得见什么」换成密码学上可验证的事实，是第一次让一个第三方分数的前提条件本身可被检验，而不是只能被相信。

For 需要委托第三方评测、又不能交出题目或权重的机构、在设计外部安全评测流程的 AI 安全研究者

Model · 2026-08-13Worth tracking

Introducing Gemini 3.7 Flash

Gemini 3.7 Flash arrives three weeks after 3.6 Flash with across-the-board gains in coding, web development and document-heavy knowledge work, at an introductory price of half the previous cost per million tokens.

Why it matters主力档模型三周一迭代且价格砍半，说明这一档的竞争已经从「能不能做」转到「做对的比例和单位成本」——而这两个恰好是跑智能体循环时唯一重要的数。

For 在为智能体循环做模型选型与成本建模的团队、把编码或文档处理放进生产流程的工程负责人

Model · 2026-08-12Worth tracking

Putting sign language AI into users' hands

Google DeepMind introduced SL2T, a massively multilingual sign-language-to-text model now shipping in Gboard dictation and Live Transcribe on Pixel 11, starting with ASL to English.

Why it matters多模态的价值第一次以「让一整类此前用不了这个界面的人开始能用」的形式落地，而不是「模型又多看懂一种输入」。这是可及性，不是能力表演。

For 做多模态输入产品的团队、关心可及性如何从研究走到产品的人

Model · 2026-07-28Worth tracking

Gemini Robotics 2 brings whole body intelligence to robots

Gemini Robotics 2 is a family of three models — a vision-language-action model for whole-body humanoid control, an embodied reasoning model (ER 2) that orchestrates tools and tracks task progress, and an on-device VLA that adapts to a new robot body in hours.

Why it matters这条信号的价值不在机器人本身，而在它把一个已经成熟的智能体架构接到了物理执行器上：工具声明、多模态流式上下文、执行中自纠、多智能体协作，全都是站内已有的概念。更值得注意的是它开始量化「任务完成度」——时刻定位 91.3%、平均误差 0.96 秒——这正是纯软件智能体一直缺的那个验证信号。而且今天真正开放的是推理编排层（ER 2 已在 Gemini API 上），不是动作层。

For 在设计多步智能体工作流、正在为「怎么知道一步做完了」发愁的工程师、关注流式多模态输入与低延迟编排的应用开发者

Model · 2026-07-21Worth tracking

Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber

We're introducing new Gemini models, including Gemini 3.6 Flash, 3.5 Flash-Lite and 3.5 Flash Cyber. Flash Cyber is a lightweight cybersecurity model to find and patch vulnerabilities.

Why it matters把「找漏洞 + 修漏洞」做成一个安全专用的轻量模型，代表了一个方向：安全能力被产品化为低延迟、低成本的专用模型，而不是通用大模型的附带功能。这与本周攻防智能体化的主线相互印证。

For 安全工程与 DevSecOps 团队、平台工程团队