Gemini 4 Argon：为最难问题而生
来自 Google DeepMind · 期号 2026-10-14
摘要
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，面向开发者、企业和科研人员。 Argon 擅长处理编程、金融、法律、网络安全和科学等领域的复杂多步任务，在综合评测 Vals Index 上排名第一。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 token 打 95% 折）。 Google 内部已在用 Argon 解决最棘手的工程问题。Chrome 团队用它把约 600 万行的浏览器特性代码从 4000 万行的 Chromium 代码库中分离出来，原本几个月的架构重构在几周内完成。Google 的 Agent 开发工具包 ADK 团队让 Argon 自主优化 Python 代码库，一夜之间将长会话的内存准备时间缩短 40%，冷导入提速 21%。量子化学开源包 xTB 经 Argon 优化后，分子结构预测速度提升至 2.3 倍。 在网络安全领域，Wiz 已用 Argon 保护关键基础设施，包括识别并修复联邦机构敏感数据泄露风险，以及发现医疗系统的主密钥绕过漏洞。在科研方面，Argon 帮助量子纠错解码器 AlphaQubit 的推理吞吐量翻倍，并找到了核聚变装置仿星器磁场优化问题的新解。 Argon 还大幅提升了空间推理和视觉编码能力，能自主构建复杂 3D 场景、生成可交互游戏，甚至用纯 Python 编写了自己的 3D 光线追踪引擎。
深读
导读 Google DeepMind 发布了新一代前沿模型 Gemini 4 Argon，专为编程、金融、法律、网络安全和科学等领域的复杂多步任务设计。它在综合评测 Vals Index 上排名第一，定价为每百万输入 token 2 美元、每百万输出 token 10 美元。读完本文，你将了解 Argon 在工程重构、代码优化、科学研究等真实场景中的具体能力与实测数据。 关键信息 - 定价：每百万输入 token 2 美元，每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。优惠期至 2026 年 11 月 30 日，之后价格翻倍。 - 在 Vals Index 综合评测中排名第一，该评测覆盖金融、编程、法律、税务等关键经济领域。 - Chrome 团队用 Argon 将约 600 万行的浏览器特性代码从 4000 万行的 Chromium 代码库中分离出来，原本几个月的架构重构在几周内完成。 - Google ADK 团队让 Argon 自主优化 Python 代码库，将长会话的内存准备时间缩短 40%，冷导入提速 21%。 - 量子化学开源包 xTB 经 Argon 优化后，分子结构预测速度提升至 2.3 倍，构象搜索速度提升至 1.8 倍。 - 在 Embodied Reasoning (ERQA) 基准测试中，Argon 以 87% 的得分超越所有其他前沿模型。 逐节讲解 模型定位与定价 Argon 被定位为面向开发者、企业和科研人员的“前沿模型”，擅长处理需要深度推理和多步操作的复杂任务。文章强调其在编程、金融、法律、网络安全和科学领域的表现，并给出具体定价：输入 token 每百万 2 美元，输出 token 每百万 10 美元，缓存输入享 95% 折扣。优惠期至 2026 年 11 月 30 日，之后价格翻倍。文章还列举了 Google 内部、企业和研究社区已用 Argon 解决的问题类型，包括大型代码库重构、业务工作流优化、网络安全漏洞修复以及量子计算、核聚变和生命科学领域的突破。 解决复杂工程任务 本节展示了 Argon 在 Google 内部的四个工程应用案例。在 Chrome 团队，Argon 帮助将约 600 万行的浏览器特性代码从 4000 万行的 Chromium 代码库中分离出来，通过一次性提交多个干净的代码变更，在几周内完成了原本需要数月的架构重构，这将使网页能在标签页、侧面板和浮动窗口间流畅移动而无需重新加载，消除一类浏览器崩溃。在 ADK 团队，Argon 根据规则文件和一段目标描述自主工作了一夜，优化了生产级 Python 代码库，将长会话的内存准备时间缩短 40%，冷导入提速 21%。在量子化学领域，Argon 将开源包 xTB 的分子结构预测速度提升至 2.3 倍，构象搜索速度提升至 1.8…