Google DeepMind 推出 Gemini 4 Argon，鎖定複雜程式開發、科學與企業任務

Google DeepMind 宣布 Gemini 4 Argon 全球上市，這是一款為程式開發、金融、法律服務、網路安全與科學等複雜多步驟工作而設計的前沿模型。

該模型自 2026 年 10 月 13 日起，開放開發人員與企業透過 AI Studio 與 Gemini 平台中的 API 使用。Google AI Ultra 訂閱用戶可在 Google Antigravity 使用，Google AI Ultra 與 Pro 訂閱用戶則可在 Gemini 應用程式與 Search 中的 AI Mode 存取。

Google DeepMind 資深副總裁暨 Google 首席 AI 架構師 Koray Kavukcuoglu 表示，此次發布讓開發人員、企業、科學家與一般消費者都能使用該公司最新的前沿模型。

Google 表示，Argon 專為跨現實領域的「深度工作」而設計，並指出該模型在多項領域的基準測試中優於其他前沿模型，在 Vals Index 上排名第一；該指標衡量模型在金融、程式開發、法律與稅務等關鍵經濟領域的表現。

初期定價為每百萬輸入權杖 2 美元、每百萬輸出權杖 10 美元，快取輸入權杖享有 95% 折扣。初期定價期間於 2026 年 11 月 30 日結束後，價格將調整為每 100 萬輸入權杖 4 美元、每 100 萬輸出權杖 20 美元。此定價適用於供公眾存取的 Argon 模型。

Google 表示，團隊已開始使用 Argon 重構並最佳化大型程式碼庫、改善法律、金融與科學領域的工作流程、識別並修補網路安全漏洞，以及支援量子運算、核融合與生命科學研究。

工程與軟體開發

Google 表示，Argon 已在內部用於困難的工程專案。在 Antigravity 中，該模型協助團隊將代理式程式碼提交量提高超過 35%，同時將程式碼回退減少近三分之一。

在 Chrome 方面，Argon 協助工程師核心網頁處理邏輯與 Chromium 4,000 萬行程式碼庫中一個約 600 萬行的舊版瀏覽器功能資料夾分離。透過一次產出多個乾淨的程式碼變更，該模型協助在數週內（而非數月）完成涵蓋數百個檔案的架構重構。

Google 表示，這項工作是為了讓動態網頁能在分頁、側邊面板與浮動視窗之間流暢切換而無需重新載入，為 Chrome 全球數十億用戶消除一整類瀏覽器當機問題。

Google 開源企業代理框架 Agent Development Kit（ADK）背後的團隊也使用了 Argon。工程師向模型提供了其 .agents/skills 規則手冊與一段話的目標：在不破壞現有應用程式的前提下消除框架開銷。

Argon 自主工作一夜之後，找出了現已部署於 google/adk-python 儲存庫的最佳化方案。Google 表示，這些變更將長時間工作階段中的記憶體內工作階段準備時間縮短 40%，並將冷啟動匯入速度提升 21%。該公司發布了一篇工程深度解析說明這項工作。

研究人員也在 Antigravity 中使用 Argon 最佳化 xTB（半經驗擴展緊束縛法），這是一個用於預測分子 3D 結構並篩選藥物與材料候選物的開源量子化學套件。Google 表示，xTB 預測分子結構的速度最高提升 2.3 倍，構象搜尋速度提升 1.8 倍。這些變更已提交至 xTB 官方 GitHub 儲存庫。

Google 也公布，透過 vLLM 在 A100 上為其開源 Gemma 模型實現 2.85 倍的端對端推論加速。Gemma 4 E2B 的吞吐量從約每秒 37,900 個權杖提升至超過 108,000 個，權杖輸出 100% 一致且品質零下降。Google 表示，這項包含注意力調校與投機解碼的工作在幾天內完成，而非通常需要的數個月。相關的 vLLM 上游提取請求包含這些變更。

3D 視覺化與互動應用

Google 表示，與先前 Gemini 模型相比，Argon 在空間推理、數學精度與視覺程式開發方面有顯著改善。透過 /goal 等斜線指令、多代理迴圈與 Antigravity 中的自訂技能，Google 員工已用該模型以原生程式碼建立 3D 視覺化、高擬真遊戲與可直接在瀏覽器渲染的互動動畫原型。

在其中一項示範中，Argon 透過多代理視覺評審迴圈在 Blender 中建立了一座細節豐富的寶塔。模型自主雕刻出一座包含多棟建築的寺廟建築群，具備擬真建築、植被與燈光。

另一個範例中，Argon 將真實書桌的照片轉換成可遊玩的迷你賽車遊戲。Blender MCP 用於建模與碰撞檢測書桌、房間與賽道；Nano Banana 提供紋理；Three.js 則處理物理、自訂著色器以及來自 Gemini Omni Flash 的汽車引擎音效。Google 已透過 Google AI Studio 提供該應用程式。

Argon 也撰寫 Python 腳本，以程序化方式雕刻、綁定、動畫化並進行物理基礎渲染一個複雜的 3D 遊戲，接著以 Three.js、GLSL 著色器、碎裂物理與單人 AI 將專案連結到網頁。成品應用程式可在 Google AI Studio 中體驗。

在不使用任何外部函式庫、100% 純 Python 的情況下，Argon 建立了一個 3D 光線追蹤引擎，並配備自訂影片工具與音訊混音器，從零開始建造並記錄一座灑滿陽光的圖書館，並以 Gemini 3.8 TTS 配音與 Lyria 3.5 配樂製作、旁白與剪輯影片。Google 已發布原始碼。

在另一項 Antigravity 示範中，Argon 從單張 Nano Banana 圖片開始，在自主迴圈中驅動 Blender MCP，對齊攝影機網格、雕刻哥德式建築並安排音訊反應燈光，完成一個 3D 場景。

商業與專業工作流程

Google 表示，Argon 結合先進推理、視覺感知、更廣泛的領域知識與更強的寫作能力，以協助高風險的專業工作流程。該公司表示，此模型溝通清晰、比先前的 Gemini 模型更一致地遵循風格指示、回答更直接且減少模糊措辭、避免不必要的重複並省略陳腔濫調。

據 Google 表示，參與其早期存取計畫的企業客戶與新創公司正在使用 Argon 進行多模態文件理解、縱向資料分析與互動式分析沙盒，同時維持嚴格的事實依據。

其中一項示範涉及約 50 GB 的機載光達掃描、GIS 房間向量、美國國會圖書館 CAD 圖紙與國家公園管理局檔案。Argon 綜合這些素材，重建查科峽谷的 3D 模型，將零散的考古紀錄轉化為可探索的數位遺產遺址。該專案可透過 Google AI Studio 存取。

在 Gemini 應用程式中，Argon 可將包含專案背景的非結構化資料夾，透過自訂技能整理成給客戶的提案簡報。Gemini 接著可起草並寄出簡報，同時為未來的客戶請求建立排程工作流程。

Google 也示範了 Argon 結合三個開源儲存庫的資料，製作出一個醫學學習工具。該工具讓使用者能剝開解剖層、檢視臨床中繼資料，並在 3D 人體探索中觸發生物力學。

在 Gemini macOS 應用程式中，Argon 使用 Antigravity 與 Nano Banana 為沙發新腳生成設計迭代，然後產出可 D 列印的檔案。從尺寸草圖與沙發照片出發，模型建造出尺寸合適的零件。

在 Isomorphic Labs，Argon 正被用於加速藥物發現與設計研究。Google 表示，該模型能快速綜合複雜的 PDF 與專利以擷取相關資訊，將通常需要數週的流程縮短至數小時。

網路安全與科學研究

Google 表示，研究人員、工程師與安全專家正在網路防禦、科學、數學與機器人領域使用 Argon，應用包括測試假設、審計關鍵程式碼庫與形式化證明，以及識別零日漏洞與邏輯缺陷。

Fairwind 計畫與 Wiz

Google 表示，正在開始向 Fairwind 計畫的數百個額外合作夥伴擴展，該計畫為可信防禦者提供網路能力。

Wiz 正在其「Scan for Good」計畫中使用 Argon，該計畫免費為公共利益保護關鍵基礎設施。據 Google 表示，Wiz 在多個高風險領域使用了 Argon 的早期存取權。

在與一個聯邦機構合作進行的長期網路韌性計畫中，Argon 協助主動識別並修補一個可能暴露敏感政府資料與基礎設施的缺口。Google 表示，這項工作協助防止關鍵安全領域開發細節外洩以及對專用模型的未授權存取。

Wiz 也使用 Argon 保護關鍵的醫療基礎設施。透過串連複雜漏洞，該模型協助團隊識別並迅速修復一個暴露主金鑰並授予管理員權限的公開檔案下載繞過漏洞。Google 表示，Argon 不只找出漏洞，更主動協助保護了數十萬筆私人病患紀錄。

量子運算

Google 研究人員使用 Argon 支援量子錯誤校正與演算法設計工作。為協助錯誤解碼器即時跟上量子硬體，Argon 將 Google 的機器學習量子錯誤校正解碼器 AlphaQubit 的內部版本，轉譯為單一最佳化的硬體核心。

Google 表示，該核心幾乎將推論吞吐量翻倍，得以部署更大的模型並擴展至更大的量子裝置，同時維持嚴格的即時門檻。

Argon 也被用於降低量子子常式的時空成本。針對近期量子模擬演算法中的基礎元件 arcsin，由 Argon 撰寫並經 Lean 形式化驗證的實作，相較已發表的量子 CORDIC 基準，將時空成本降低超過 100 倍。Google 稱這項工作朝向最佳化量子電路標準函式庫邁出一步。相關研究可見於一篇 arXiv 論文。

核融合

仿星器是極為複雜的機器，也是無限清潔融合能源的主要候選方案，但最佳化其 3D 磁場眾所周知極為困難。自 1967 年以來，一個名為「Grad 氏猜想」的長期假設認為為這些磁場找出精確數學解是不可能的，直到近期出現反例，包括馬里蘭大學 Matt Landreman 教授的工作。

Google 表示，一個與 Landreman 合作的團隊現已找出更廣泛一類的 Grad 氏猜想反例。這些新解為融合社群提供可靠的基準，用以測試其仿星器模擬程式碼，而這些程式碼對未來設計極具價值。

罕見疾病研究

ow Labs 的研究人員使用 Argon 分析患有罕見發育性肺疾新生兒的去識別化基因體。在其中一個案例中，該模型找出了常規軟體多年來未曾發現的染色體重排，並解釋了為何先前未被偵測到。

在基於真實臨床與實驗室資料建構的 Gamow Labs 私有評測中，Argon 在 RareBench（協助罕見疾病診斷）得分 57%，在 LabBench（濕實驗室推理）得分 52.2%。Google 表示，這些成果可協助面對罕見疾病的家庭更快獲得診斷。更多資訊可見 Gamow Labs 及其基準測試頁面。

酵素設計

設計具精確反應性的酵素通常需要數月的模型調校與候選物篩選。絲胺酸酯酶是一類能切斷目標分子酯鍵的酵素，廣泛用於回收以及製藥、生質燃料與清潔劑製造。

Google 科學家與 Argon 合作設計絲胺酸酯酶，目標為基準分子 4MU-acetate——一種在酯鍵斷裂後會在紫外光下發光的分子。在數小時內，Argon 彙整相關資料、執行模型調校，並找出多個源自生物化學的篩選條件，最終產出五個全新設計。後續實驗室測試證實這些設計均具備穩健的催化活性。Google 表示，這項工作展現了在生物製造、綠色化學與藥物開發等領域加速酵素工程的潛力。

Google 正提供 10,000 名科學家免費使用 Google Antigravity 最高用量層級六個月。研究人員將按滾動方式陸續啟用，須符合資格、容量與遴選條件。申請現已開放。

機器人技術

Google 表示，Argon 結合視覺語義推理、物理理解與自主程式碼生成，為機器人技術堆疊帶來新的工作流程。在測試模型理解並解決 3D 環境中物理空間問題能力的具身推理（ERQA）基準上，Argon 取得 87% 的成績。Google 表示，此分數高於其他前沿模型在純推理下的表現。ERQA 基準已公開提供。

在一項內部測試中，Argon 僅透過觀看一段人類玩沙包投擲（cornhole）遊戲的原始影片，就學會了一項分布外的物理技能。模型繪製環境的空間座標、計算所需的全身關節動作，並自主建立模擬程式碼。

將系統轉移到 Apptronik 的 Apollo 人形機器人後，該機器人在實際測試中連續投中七球。Google 稱此流程為「Video-to-Sim-to-Real」管道，並表示透過將普通影片轉化為可擴展的機器人訓練環境，將數週的手動模擬建模壓縮至數小時。Apptronik 是 Apollo 人形機器人的開公司。Google 在其開發者部落格提供了更多細節。

安全與防護

Google 表示，安全與防護是其模型開發流程的基礎。由於 Argon 能力強大，該公司與多個第三方夥伴合作，衡量特定的模型能力與防護措施。Google 稱 Gemini 4 Argon 擁有迄今最完整的安全與防護體系。

在 Google 的前沿安全框架下，該公司評估了 Argon 在多個領域的能力，並部署了結合越獄抵抗、監控與執行的多層防禦體系。Google 表示，外部生物紅隊僅能解鎖所測生物子任務中不到 1% 的項目。

針對危險請求，包括生成攻擊程式碼與協助處理危險生物材料，Google 表示 Argon 相較先前模型明顯更不易配合。在一個旨在壓力測試模型的對抗性測試集中，違規次數相較先前的 Gemini 模型減少近一半。

Google 也訓練 Argon 尊重系統邊界、誠實回報負面結果，並在採取不可逆行動前暫停以取得人工確認。在模型沒有保留誘因的程式開發基準上，捷徑嘗試降至 2%，Google 稱這是相較先前 Gemini 模型的最佳表現。

作為額外的縱深防禦層，Google 建置了一個自動化失準監控器，讀取代理的逐步推理與行動，以即時識別並阻擋非預期的繞道行為。該監控器被用於內部部署、能力評估與強化學習訓練。Google 表示，其在訓練過程中避免懲罰模型的思考內容，使其推理保持透明且可被監控。

Argon 也接受了提示注入測試。瀏覽網頁、閱讀電子郵件或檢查程式碼的代理可能會遇到試圖劫持其任務的隱藏惡意指令。透過對抗訓練與自動化紅隊測試，Argon 在 Gray Swan 間接提示注入基準上居首，在 15 次自適應攻擊嘗試中將攻擊成功率降至 0.7%。

更多資訊可見 Gemini 4 Argon 模型卡。

供應與存取

Argon 透過 Gemini API 支援業界領先的 100 萬權杖統一輸入輸出上限。Google 表示，開發人員與企業應查閱關於新延續協定的文件，並適當設定其系統。文件涵蓋長解碼與 Google 企業代理平台上的 Gemini 4 Argon。

Google 的全球推廣包含以下存取選項：

• 開發人員： 在 AI Studio 與 Android Studio 中以 Gemini API 付費層級進行開發。Google AI Ultra 訂閱用戶也可在 Google Antigravity 與 AI Studio 中試用 Argon。
• 企業： 透過 Gemini for business、API 以及 Google Antigravity 使用 Argon。
• 一般使用者： Google AI Ultra 與 Pro 訂閱用戶可在 Gemini 應用程式與 Search 中的 AI Mode 使用 Argon。
• 科學家與研究人員： 可申請免費使用 Google Antigravity 最高用量層級六個月，須符合資格、容量與遴選條件。
• 網路安全防禦者： 可申加入 Fairwind 計畫，以滾動方式取得無網路防護欄的 Argon 存取權。

Google 表示，Gemini 4 Argon 是 Gemini 4 系列的首發模型，後續將推出更多模型。

該公司指出，部落格中的觀點屬外部作者，不代表 Google 的立場。原始公告由 Google DeepMind 發布。