Gemini 4震撼发布，已实现RSI？谷歌80万行内核已被重写

新智元报道

谷歌又回来了！

就在刚刚，谷歌正式发布了新一代前沿AI模型——Gemini 4 Argon。

沉寂了半年多，被GPT-6和Claude 5按在地上摩擦后，这次谷歌直接掀翻了牌桌！

Gemini 4 Argon，是谷歌 7 个月来首款非 Flash 级专有模型。

在文本竞技场（Text Arena）中，刚刚发布的Gemini 4 Argon排名第一，得分1533碾压Opus 5.5。

在权威的Artificial Analysis智能指数上，Gemini 4 Argon斩获53分，直接追平GPT-6 Astra，领先GPT-6.1 Sol。

在成本上，谷歌祭出了丧心病狂的「骨折价」：单任务成本仅需1.99美元，只有GPT-6 Astra的60%！直接处于帕累托前沿。

在能力上，它史无前例地将单次输出上限拉升至100万Token，甚至在谷歌内部直接用安全语言重写了80万行底层系统内核代码。

在Vals RSI指数上， Gemini超过 GPT-6 Astra，超过了30%！

目前，该模型只开放给 Google Fairwind 计划里的一批网络安全防御方，之后会开放给给付费 API 用户和 AI Ultra 订阅者。

一位谷歌DeepMind研究员在X上疑似玩梗：RSI来了，没什么可教它的，是时候去追逐我的咖啡师梦想了。不过随后又秒删。

不过，至少有一点可以确定：谷歌又回来了。

毕竟，Argon只是Gemini 4的入门款。

谷歌掀起价格战：1.99美元，直接背刺GPT-6

这次，谷歌的定价堪称惊人。

百万输入 Token：2美元

百万输出 Token：10美元

缓存输入折扣：丧心病狂的 95% off（0.5折！）

这是什么概念？我们来看看 Artificial Analysis 统计的「每项智能指数任务」的综合成本。

GPT-6.1 Sol:0.72 美元

Gemini 4 Argon：1.99 美元

GPT-6 Astra：3.26 美元

Claude Opus 5.5：5.98 美元

Claude Fable 5.1：7.63 美元

在智力水平与 GPT-6 Astra 完全持平的情况下，Argon 的成本只有 Astra 的 60%！

虽然它不是绝对价格最便宜的，但在「前沿顶级智力」这个档位，Argon 的性价比无敌了。

显然，谷歌此举意图明显：利用自身庞大的TPU算力集群优势，打一场不对称的价格战，逼迫OpenAI和Anthropic降价，放血竞争对手的利润空间。

1M 上下文输出限制：从「读完一本书」到「写完一本书」

另一个大招，就是大幅扩展了模型token上线，从以前的64K token 提升到 1M token。

Argon将输出上限直接拉升至100万Token，这就意味着模型拥有了前所未有的「思考余量」。

用谷歌的话说，当模型拥有足够的空间进行深度思考，并在单次运行中生成数十万 token 时，它就能在推理中达到新的深度层次，一次性解决棘手问题。

现在，AI在完成复杂推理时，再也不会说到一半断气了。

这种深度的连续推理能力，直接让Argon在各大基准测试中「屠榜」。

DeepSWE v1.1（真实长程软件工程能力）：取得 77.9% 的 SOTA 成绩。

Vals Index（衡量金融、编程、法律综合经济价值）：位列第一（68.9%）。

AutomationBench（Zapier评估的企业端到端执行能力）：以 51.3% 拿下头名。

LVBench（多模态长视频理解）：拿到 91.7% 的超高分。

Blueprint-Bench 2（3D理解）：位列第一

内部实战曝光：Argon在谷歌干下的三件大事

说起来，谷歌这个模型为什么叫「Argon」？

Argon，化学元素氩，是一种惰性气体。古希腊语中，ἀργόν (argos) 的意思是「懒惰的」。

与「氩」同族的化学元素「氖」，此前被 OpenAI 原后训练研究副总裁发布了同名模型「Periodic Neon」

这次，Gemini 4打破了以往「Pro / Flash / Ultra」的传统后缀。

据悉，在正式发布前，「Argon」其实只是谷歌内部开发的一个代号，外界曾一度猜测它就是Gemini 4 Pro。

Gemini 4 Argon和当时爆料的「Gemini 4 Pro」主要区别就是输出上限不一样。

结果发布时，谷歌直接把这个代号「转正」了。总之目前还没有官方解释。

据报道，在全面发布之前，数千名谷歌员工已经将Argon深度接入了日常研发，而且它干下了三件惊人的大事。

第一件，就是狂省300 TiB内存，帮谷歌省下天价电费。

由Argon组成的智能体团队，自主分析了谷歌全网海量的性能分析遥测数据，敏锐地抓住了内存优化的空间，并自主提交了修改建议。

这些代码上线后，直接为谷歌释放了超过300 TiB的宝贵内存！

不仅如此，预计后续总节省量可达500 TiB到1 PiB。在谷歌的体量下，这背后节约的是以千万美元计的电费和服务器采购成本。

第二件，就是重写了80万行系统内核代码。

搞开发的都知道，重构C/C++内核代码，稍微漏掉一个指针，或者搞错一个内存分配，整个系统就会瞬间崩溃。

但Argon正在主导一项浩大的工程：将谷歌底层的C/C++代码迁移到以「内存安全」著称的Rust语言。

目前，这个AI经手的内核代码规模已经超过了80万行（包括Fuchsia Zircon内核）。

当然，这些重构在部署前进行了严格的自动化审计和人工审查。但让AI触碰80万行内核，这简直是人类向AI下放自主权的里程碑级大事。

第三件，就是手撕3.2万行SIMD底层指令，视频解码飙升2.7倍。

这是最硬核的一个案例。谷歌的开源视频解码项目libgav1里，有一段3.2万行的SIMD代码，人类程序员写起来都极其痛苦。

Argon智能体通过多轮编译实验、研究编译器输出，直接用安全的Rust语言重写了这3.2万行代码！

结果是：新版本的运行速度比原Rust移植版本快了整整2.7倍，性能直接持平高度优化的C++版本，而且输出的视频画面每一帧都一模一样，完美替代！

kimmonismus评价说：「这些都是在谷歌已经运营的基础设施里、成本极高的工程活。这次发布，可能比大家以为的要重要得多！」

网安界「天网」来了：无护栏版本首度曝光

而且， Argon 在网络安全防御上能力也很恐怖。它已经是一个能「自主发现、验证、生成PoC、并修补高危漏洞」的全自动白帽黑客。

在 CWE-bench v1（漏洞修复能力评估）上，Argon以 68% 的得分并列行业第一。

更震撼的是实战。云安全巨头 Wiz 已经在其「Scan for Good」项目中接入了 Argon。

在一次早期演示中，Argon 成功挖出了全球多家医院正在使用的医疗软件中的重大关键漏洞，这个漏洞隐藏之深，连此前的几代前沿模型都完全漏掉了。

因为深知这把双刃剑的威力，谷歌采取了极其谨慎的「分层释放策略」。

1.无护栏特供版（No-guardrail）：仅通过 Fairwind 计划，向部分受信任的网络防御机构（如Wiz）和谷歌内部团队开放。

2.受限API版：积极参与美国政府的自愿发布前审查。

3.公众版：后续才逐步推送给付费 API 开发者和 Google AI Ultra 订阅用户。

在全面开放前，谷歌甚至部署了极端的「系统加固」——在高风险训练前将沙箱环境彻底物理级密封隔离；并且实时监控模型的思维链，一旦发现模型企图偏离用户意图，系统会立刻「拔网线」。

谷歌特意说明：这些监控数据绝对不会反馈到训练集中，以防止模型「学精了」从而伪装思维来逃避监管。

研发内幕大揭秘：谷歌的「至暗时刻」

这次发布背后，其实掩藏着谷歌AI部门长达几个月的焦虑。

据彭博社报道，Argon的诞生可谓是「踩着尸体上位」。

首先，5月I/O大会上承诺的Gemini 3.5 Pro夭折了。

本来，谷歌说的是6月发布，但直接难产了，这种级别的模型训练，单次成本高达4亿美元！

再加上顶级AI研究员的天价薪资，这波取消让谷歌付出了惨痛代价。

而且，据爆料，虽然 Argon 跑分无敌，但在谷歌内部，其实存在强烈的怀疑情绪。

有能够直接接触内部评估的员工爆料：Argon 的编程能力「参差不齐」。它在处理前端设计时表现挣扎。

AI专家 Edwin Chen 更是直言不讳地指出了行业的通病——「Benchmaxxing」（刷榜综合症）。

工程师们为了让模型在基准测试中拿高分，疯狂让模型适应特定语言的代码题，却忽略了让模型开发出「真正好用、设计精良的应用」。

据报道，有谷歌员工认为内部存在「广泛共识」——Gemini 4处于前沿水平，而且否认新模型在实际编程任务中表现不佳。

另外，就是人才流失与高层大洗牌。

在这几个月的阵痛期，谷歌流失了大量明星研究员。前有Jeff Dean的淡出，后有诺奖得主 John Jumper 以及核心发明人 Noam Shazeer 的离去。

今年8月，Demis Hassabis 更是升任董事长，将 DeepMind 经营权交给了副手 Koray Kavukcuoglu。

面对内部质疑，Kavukcuoglu 在上周发声稳住军心：「我向团队致以最高的信任。在我看来，我们永远都会处于最前沿是一件确定的事。」

谷歌太需要 Argon 的成功了。

因为 Gemini 模型支撑着谷歌从搜索到 Maps、Gmail 的整个帝国，一旦模型掉队，这些拥有超10亿用户的入口级产品，随时可能被 OpenAI 和 Anthropic 蚕食。

AI三强格局大洗牌：终局远未到来

在 Argon 发布之前，长达7个月的时间里，谷歌一直处于非常被动挨打的局面。

Gemini 4 Argon 的发布，也并没有彻底打垮对手，但它成功地将谷歌重新拉回了牌桌，形成了三强格局鼎立格局。

1.Google（Gemini 4 Argon）：强势回归顶尖实验室行列。在企业知识工作、超长上下文处理（1M输出）、网络安全以及多模态上确立了护城河。

2.OpenAI（GPT-6 Astra）：依然是行业的标杆，在科学、数学终端任务和 Agentic Coding上处于领先。

3.Anthropic（Claude 系列）：还是程序员的心头好。在最新的 Terminal-Bench 4.0 等硬核编程智能体任务上，Claude Fable 5.1 依然领先。

总而言之，当前的格局是：没有绝对的霸主，只有一时的交替领先。

不过，Argon 1.99美元的价格屠刀，确实在竞家的基本盘上撕开了一道口子。

AGI最后一站RSI开始了。

参考资料：

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon

编辑：Aeneas 大卫