当地时间10月14日，谷歌新一代旗舰模型Gemini 4 Argon正式面向全球开发者和企业开放。这是谷歌自今年3月Gemini 3系列发布后，时隔半年多推出的全新前沿模型。
19项基准拿下13项第一，成本仅对手60%
在官方公布的19项基准对比中，Gemini 4 Argon最高思考档拿下13项单独最高、1项并列最高。在衡量长程软件工程能力的DeepSWE v1.1测试中，Argon超越GPT-6 Astra和Claude Fable 5.1；在评估漏洞修复能力的CWE-bench v1中，以68%的成绩与GPT-6 Astra并列第一。
价格方面，Argon提供限时优惠：截至11月30日，每百万输入/输出token分别为2美元和10美元，之后恢复至4美元和20美元。缓存输入享受95%折扣。Argon以GPT-6 Astra约60%的成本实现了对标性能。
核心能力：从“看懂”到“动手”
Argon最大的突破在于将图像、视频和语言理解与推理、代码执行结合起来，实现“看懂任务后接着调用工具、执行代码”的完整闭环。
在开发者测试中，Argon展现了令人瞩目的“代码造世界”能力。它能用Blender搭建完整的中国风寺庙建筑群，从飞檐、斗拱到庭院植被和复杂光影，细节接近照片级效果。更硬核的是，它不调用现成3D引擎，而是用Python和NumPy从零写出光线追踪程序，渲染出一间洒满阳光的图书馆。
机器人领域同样取得突破。谷歌给Argon看了一段人类投沙包的视频，它在仿真世界中练习后，将动作直接搬到Apollo真机上，通过持续观察落点并微调释放位置，最终连续投中7次。按谷歌说法，原本需要数周的人工仿真建模，被压缩到几小时。
长程任务：通宵跑完16892项测试
Argon在长周期工程任务中的表现，证明了它不只是“玩具”。
谷歌将Chrome浏览器约4000万行代码库交给Argon。其中一个旧功能目录就占了约600万行，需要从中拆出核心网页处理逻辑，改动横跨数百个文件。Argon帮团队并行推进多组修改，将原本需要数月的架构重构压缩到数周。
在开源Agent框架ADK中，工程师给Argon设定目标：减少框架开销，接口不变，现有应用不能坏。Argon从晚上9点11分开始，在Antigravity的/goal模式下无人值守运行11小时，查瓶颈、改代码、审查自己的修改，最终跑完16892项单元测试，提交了涉及32个文件、6项优化的代码合并请求。
谷歌内部数据显示，Argon在Antigravity中的使用让Agent代码提交量增加超过35%，代码回滚减少近三分之一。
科学突破：从核聚变到新酶设计
Argon的能力不止于软件工程。
在核聚变领域，马里兰大学教授Matt Landreman等研究者此前找到了1967年提出的“Grad猜想”的反例。谷歌团队与Landreman合作，借助Argon进一步去掉了原有解中的“仿星器对称性”限制，几小时内就得到有希望的候选解，Argon还编写了验证代码供研究者独立核对。
在合成生物学领域，谷歌科学家和Argon一起设计了5种新酶，用于切开分子中的特定化学键。过去常要花几个月筛选和调整的设计环节，这次几小时就完成。最终，5种候选酶全部通过了实验室催化活性验证。
此外，Argon还优化了谷歌内部的量子纠错解码器AlphaQubit，使单位时间处理数据接近翻倍；在罕见病研究中，分析去标识化的新生儿基因组，发现了一例被常规软件漏检多年的染色体重排。
谷歌的“家底之战”
Argon的发布，折射出谷歌在AI竞赛中的战略转向。
Chrome交出庞大的代码库，Gemma交出推理程序，DeepMind的科学家交出研究难题——Argon在真实任务中受检验，做出的改进又回到谷歌自己的产品和研究中。
谷歌开发者生态负责人Logan Kilpatrick表示，全栈团队为Gemini 4埋头干了6个月。过去一个月，Google内部超过10万名员工已用它做过实战测试。
从模型到工具，再到产品，谷歌的反攻正在全面展开。浏览器、开发工具、机器人、科学实验——曾经分散在庞大帝国里的力量，如今正向同一个方向汇集。而Argon能否帮助谷歌重新夺回AI竞赛的定义权，接下来的开发者生态将是关键考验。