Gemini 4 Argon 发布，称对AI Agent和科学发现产生重大影响

谷歌（Google） 刚刚发布了全新的Gemini 4 Argon，声称其可以在单次运行中生成多达100万个token——这对于长代码迁移和多步骤智能体工作来说是一个巨大飞跃。竞争对手的上限约为每次请求128,000个输出token， Argon的100万大约是8倍。

Argon 现已全球可用，开发者通过付费 Gemini API 访问，企业通过 Google Cloud 访问。个人用户需要 Google AI Pro 或 Ultra 订阅，而访问无网络安全限制版本需要单独审批。Argon 在11月30日之前的价格为每百万输入token 2美元，每百万输出token 10美元。两种费率在12月将翻倍。

Google 还表示，这是迄今为止其最具韧性的模型。它被构建为能够抵御间接提示注入攻击。这类攻击可能劫持在公司内部运行的AI 智能体。Google尚未分享对该功能的独立测试。

Argon 基于稀疏混合专家（sparse mixture-of-experts）设计构建，将每个输入路由到一小组专门的子网络。这与一次运行整个模型的方法截然相反。值得注意的是，这是一个全新模型，而非早期模型的微调。

与列出文本和图像输入的GPT-6 Astra和Claude Opus 5.5等竞争对手不同，Argon还可以接收音频和视频输入，尽管它只生成文本。配合代码执行、搜索接地和函数调用，使其成为处理多步骤任务的AI 智能体的候选者。

Google 还分享了一些有趣的基准测试结果。Argon 在 Vals Index 上得分68.9%，领先于竞争对手 GPT-6 Astra（63.1%）和 Claude Opus 5.5（67%）。Vals Index 主要用于测试模型在金融、法律、编码和税务服务领域人员所做的工作类型。

Argon 在AutomationBench 上得分51.3%，再次超过两个竞争对手。AutomationBench 测试AI 智能体是否真的能跨不同业务应用完成任务。然而，51.3%本身并不是一个很高的成功率。这意味着近一半的任务仍未完成或被错误完成。与竞争对手相比这可能很好，但它引发了对所测试模型整体能力的担忧。

所有这些数字都基于Google的发布比较。

Google 内部也一直在使用Argon。Chrome 团队让它在 Chromium（Chrome背后的代码库）的数百个文件上工作。Google 表示这些更改在数周内完成，而非通常需要数月。其智能体 Development Kit 团队也发现了改进，会话准备时间下降了40%，冷导入速度提高了21%。

德勤（Deloitte）全球AI与数据负责人 Gopal Srinivasan 对该模型也印象深刻。他表示："Gemini 4 的早期印象非常强烈：在跨这些工作流的长时间任务中，它在我们的评估中100%成功完成，保持了上下文并跨多个工具在令人印象深刻的范围内运行。它的推理深度产生了显著更高、更清晰的输出。在没有详细先前逻辑或指令的情况下为特定领域任务执行深入推理——这是我们以前从未在其同类模型中见过的。"

科学发现方面的重大推进

借助 Gemini 4 Argon，Google还在推动解锁新的科学突破。该公司分享称"Argon 已经在科学界产生了实际影响。"

在量子计算领域，Argon 帮助Google 的 AlphaQubit 纠错系统的推理吞吐量几乎翻倍。它产生的另一个实现将量子操作的时空成本相比早期方法降低了100多倍。

Google 研究人员还与马里兰大学教授 Matt Landreman 合作进行核聚变研究。他们发现了新的数学解决方案，可以帮助研究人员测试仿星器反应堆的模拟。

在 Gamow Labs，Argon 在新生儿的基因数据中发现了一个常规软件多年来未能发现的染色体重排。

在另一个实验中，Google 使用Argon 在数小时内设计了五种新酶。所有五种在实验室测试中都显示出催化活性。

Axiom Bio 创始工程师Alex Cabrera 表示："Gemini 4 代表了AI在实用科学中所能取得的成就的一次阶跃式变化。我们看到它推理复杂的实验数据，从细胞成像到质谱分析，并做出传统上需要专家科学家才能识别的微妙发现。在我们的 Scientific Agent Benchmark （用于测试科学智能体性能）上，Gemini 4 在大多数任务中处于前沿，包括我们最困难的任务：排名两种药物之间的临床风险。"

Google 正在向10,000名符合条件的科学家提供六个月免费访问其最高 Antigravity 使用层级的机会。