Google 已在全球范围内推出其最新旗舰 AI 模型 Gemini 4 Argon，并将其定位为一套为复杂专业任务中的长链路多步推理而构建的系统。

开发者与企业可通过 AI Studio 中的 Gemini API 及 Gemini 平台访问该模型。Google AI Ultra 订阅者还可在 Antigravity 智能体环境以及 Gemini 应用和 Search 中的 AI Mode 中使用它。

据 Google 介绍，Argon 在 Vals Index 基准测试中排名第一，该基准用于衡量模型在金融、编程、法律和税务等经济关键领域的表现。此类跨领域排名已成为 AI 实验室证明其模型能够胜任受监管、文档密集型专业工作流程的常用方式。

发布定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 可享受 95% 的折扣——对于需要反复处理同一批长文档的团队而言，这是一个重要细节。 introductory 期于 2026 年 11 月 30 日结束后，价格将分别翻倍至 4 美元和 20 美元，这意味着团队可在发布价格下拥有一个固定的评估窗口，之后再面对成本上调。通过 API，该模型支持业界领先的 100 万 token 统一输入输出上下文窗口，足以在一次处理中容纳庞大的代码库或文档集合，而无需将工作拆分为更小的片段。

Google 还公布了早期的内部结果，称其显示出显著的生产力提升。在 Antigravity 中运行 Argon 使智能体代码提交量增加了超过 35%，同时将代码回滚数量减少近三分之一。Chrome 团队利用该模型理清了 Chromium 4000 万行代码库中一个约 600 万行的遗留文件夹，加速了一项原本需要数月完成的架构重构。对开源 ADK 框架的优化贡献使内存中会话准备时间缩短了 40%，冷导入性能提升了 21%，而 Google 的 Gemma 模型在 A100 硬件上实现了 2.85 倍的推理加速，且 token 输出完全一致。由于这些数据来自 Google 自己的工程团队而非独立测量，它们反映的是在该公司可控条件下模型在大型代码库上的表现。

— Google AI Studio (@GoogleAIStudio) October 13, 2026

科学与网络安全领域的实际部署

在软件工程之外，Argon 正被应用于高风险的科学和安全领域，这组部署将该模型的实绩记录拓展到了基准测试分数之外。在量子计算方面，该模型将 Google 的 AlphaQubit 纠错解码器转换为单一优化硬件内核，使推理吞吐量几乎翻倍。它还生成了 arcsin 子程序的一个经形式化验证的实现，与已发表的基线相比，将时空成本降低了 100 倍以上。

Google 与马里兰大学研究人员合作，利用 Argon 找到了 Grad 猜想的新反例。该猜想是 1967 年提出的关于仿星器磁场优化的假设，是核聚变能源研究的核心问题。

在生命科学领域，Gamow Labs 的研究人员利用 Argon 在一名患有罕见肺部疾病的新生儿身上检测出了一处标准软件多年来未能发现的染色体结构重排。与此同时，Google 自己的团队在数小时内设计了五种全新的丝氨酸酯酶，全部在实验室测试中显示出经确认的催化活性。

在安全方面，Wiz 利用 Argon 修复了政府和医疗中的漏洞，其中包括一个暴露患者记录管理权限的文件下载绕过漏洞。Google 还在将 Fairwind Program 扩展至数百家网络安全合作伙伴，并向 10,000 名研究人员提供六个月的 Antigravity 最高用量层级免费访问权限，使外部组织能够对该模型进行长期的真实环境评估。

在安全性方面，Google 报告称，外部生物红队测试仅解锁了不到 1% 的受测生物子任务，编程基准上的投机取巧行为降至 2%，并且在 Gray Swan 间接提示注入基准测试中，Argon 在 15 次自适应攻击中以 0.7% 的攻击成功率位居榜首——此类攻击是指隐藏在被处理内容中的恶意指令试图劫持模型的行为。

本报道最初由 Metaverse Post 发布。