谷歌於今日正式釋出 Gemini 4 Argon 模型，通過 Gemini API 向全球開發者和企業開放，同時接入 Google Antigravity、Gemini App 以及搜尋的 AI 模式，面向 Google AI 訂閱使用者提供。該模型主打在程式設計、金融、法律、網路安全和科學等領域的複雜現實任務中進行深度工作，在多步任務中展現出更高的深度與精準度，並在衡量金融、程式設計、法律和稅務等關鍵經濟領域模型效能的 Vals 指數中排名第一。
定價方面，Gemini 4 Argon 的首發體驗價為每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，快取輸入 token 可享 95% 折扣。這一定價策略可能對開發者選用模型產生影響，尤其是在需要大量推理的智慧體工作流中。
谷歌內部團隊、企業及研究界已開始使用 Argon，並在多個領域取得進展。在軟體工程方面，谷歌工程師藉助 Antigravity 中的 Argon，將智慧體程式碼提交量提升了 35% 以上，同時將程式碼回滾率降低了近三分之一。Chrome 團隊利用 Argon 將核心網頁處理程式碼從一個約 600 萬行的歷史遺留資料夾中分離出來，該資料夾掩碼在 Chromium 4000 萬行程式碼庫中。Argon 協助完成了涉及數百個檔案的架構重構，將原本需要數月的工作縮短至幾周內完成，有望讓網頁在標籤頁、側邊欄和懸浮視窗之間流暢移動而無需重新載入，並減少一類導致瀏覽器崩潰的問題。
在開源工具最佳化方面，谷歌開源智慧體開發工具包 ADK 背後的團隊藉助 Argon，在不破壞現有應用的前提下消除框架額外開銷。Argon 在夜間自主工作，提出最佳化方案並已上線於 google/adk-python，使長會話中的記憶體會話準備時間減少了 40%，冷匯入速度提高了 21%。此外，研究人員使用 Argon 優化了開源量子化學軟體包 xTB，將預測分子結構的速度提升了 2.3 倍，構象搜尋速度提升了 1.8 倍，相關更新已貢獻給 GitHub 上的 xTB 官方程式碼庫。
Argon 還顯著提升了谷歌開放模型 Gemma 的推理效率。藉助 Argon，團隊在短短幾天內於 A100 上通過 vLLM 實現了 2.85 倍的端到端推理速度提升，將 Gemma 4 E2B 的吞吐量從每秒約 37,900 個 token 加速到超過 108,000 個 token，且保證 100% 輸出 token 一致和零質量下降。這一過程通常需要數月。
在專業工作流方面，Argon 融合了前沿推理、深度視覺感知和擴充套件的領域知識，在法律、金融、科學和程式設計方面具備更強的寫作能力。它回答問題更直接、少有模稜兩可，並避免不必要的重複。早期體驗計劃中的企業使用者和初創公司已在深度多模態文件理解、縱向資料分析和互動式分析沙盒等場景中取得成果。
網路安全領域，谷歌將“Fairwind 計劃”開放給數百個新合作伙伴。Wiz 已在“Scan for Good”倡議中使用 Argon，在包括關鍵醫療基礎設施在內的多個高風險領域展示成效。通過分析複雜漏洞鏈，該模型幫助團隊發現並快速修復了醫療軟體中的一處公開檔案下載繞過漏洞，該漏洞曾導致醫療軟體的主金鑰洩露，並使攻擊者獲得管理員許可權。Argon 不僅限於發現漏洞，更主動保護了數十萬份私人患者記錄。
科學研究方面，Argon 正在加速量子計算、核聚變、罕見病研究和酶設計等領域的突破。在量子計算中，Argon 將谷歌基於機器學習的量子糾錯解碼器 AlphaQubit 的內部版本轉換為高度最佳化的硬體核心，使其推理吞吐量幾乎翻倍，以滿足即時閾值要求。Argon 還降低了量子子程式的時空成本，例如為近期量子模擬演算法中的基礎模組 arcsin 編寫並在 Lean 中得到形式化驗證的實現方案，與已釋出的量子 CORDIC 基準方案相比，時空成本降低了 100 倍以上。
在核聚變領域，谷歌團隊與馬里蘭大學的 Matt Landreman 教授合作，發現了更多關於 Grad 猜想的反例。這些新解為核聚變界提供了可靠的基準，用於測試仿星器模擬程式碼。在罕見病研究中，Gamow 實驗室的研究人員使用 Argon 分析患有罕見發育性肺病嬰兒的去標識化基因組，精確定位了一項常規軟體多年來一直漏掉的染色體重排，並解釋了它未被檢測到的原因。基於真實臨床與實驗室資料的內部評估顯示，Argon 在 RareBench（罕見病診斷輔助方面達到 57%）和 LabBench（溼實驗推理方面達到 52.2%）上均位居榜首。
酶設計方面，科學家與 Argon 合作設計絲氨酸酯酶，針對基準分子乙酸-4MU 進行開發。在短短數小時內，Argon 收集資料、完成模型微調，並識別出多個基於生物化學原理的篩選規則，最終得出五個全新的設計組合，實驗室測試證實這些設計均具有強大的催化活性。為加快研究步伐，谷歌將為 10,000 名科學家免費提供為期 6 個月的 Google Antigravity 最高使用層級服務，申請通道現已開放。
機器人技術方面，Argon 在具身推理基準測試 ERQA 中以 87% 的得分超越所有其他前沿模型。在一項內部測試中，Argon 觀看人類玩布袋球的原始影片，繪製環境空間座標並計算全身關節運動，隨後自主構建模擬程式碼。將這些程式碼轉移到 Apptronik 公司的 Apollo 人形機器人上後，該機器人在真實環境試驗中迅速連中七球。這條“影片-模擬-現實”流水線將長達數週的手動模擬建模壓縮到幾個小時內。
安全與保障方面，谷歌表示 Gemini 4 Argon 代表了其迄今為止最全面的安全與保障體系。在外部生物安全紅隊測試中，僅有不到 1% 的生物相關子任務被成功誘導執行。在對抗性測試集中，違規率降低了近 2 倍。在編碼基準測試中，Argon 的捷徑嘗試率降至僅 2%。此外，自動化的偏離監控器會讀取智慧體的推理過程和行動，以即時捕捉並攔截非預期的變通操作。在灰天鵝間接提示注入基準測試中，Argon 將 15 次自適應嘗試的攻擊成功率降至 0.7%。
整體來看，Gemini 4 Argon 的釋出不僅展示了谷歌在前沿模型能力上的推進，也通過具體的企業與科研案例，呈現了 AI 在程式碼重構、科學發現和機器人訓練等場景中的實際落地潛力。其定價與生態整合策略，可能進一步影響開發者對模型的選擇，並加劇前沿模型市場的競爭。