← 返回 2026-10-01 简报

Gemini 4 Argon:开启前沿智能新纪元

Gemini 4 Argon: our next era of frontier intelligence

语音播报
摘要
事件:Google DeepMind发布前沿模型Gemini 4 Argon,通过Fairwind计划向受信任的网络防御者开放访问。 要点:支持100万输出令牌,在DeepSWE v1.1达77.9%,Vals Index领先。 影响:重塑软件工程与企业知识工作模式,推动代码迁移与漏洞修复自动化。

首页
创新与人工智能
模型与研究
Gemini 模型
Gemini 4 Argon:开启前沿智能的新纪元

2026年9月30日

阅读时间约9分钟

Gemini 4 Argon 在现实世界的软件工程、法律和金融等企业知识工作以及网络安全防御等复杂工作流程中,提供了前沿的性能表现。

Koray Kavukcuoglu
Google DeepMind 高级副总裁兼 Google 首席人工智能架构师

分享
收听文章
10分35秒
阅读 AI 生成的摘要
本文目录
介绍 Gemini 4 Argon
改变我们在 Google 的工作和构建方式
在解决最复杂的问题上加倍努力
赋能跨领域的编码和企业工作流程
在防御性网络安全方面处于领先地位
在广泛可用之前加强前沿安全保障
即将推出

今天,我们宣布推出全新的前沿模型 Gemini 4 Argon,该模型正通过我们的 Fairwind 计划向一批值得信赖的网络安全防御者开放。Argon 旨在在复杂、长周期的工作流程中保持深度推理能力,从根本上改变了我们在 Google 的工作和构建方式。它在现实世界的软件工程、法律和金融等企业知识工作以及网络安全防御等复杂工作流程中提供了前沿的性能表现。

以这种水平安全地发布前沿功能需要采取分阶段的方法。我们正积极参与美国政府自愿进行的模型发布前访问流程,同时逐步扩大访问范围。在迭代护栏(guardrails)之前,我们将继续收集早期测试者的反馈,以便尽快向开发者、企业和消费者提供 Argon。

Argon 将以入门级价格推出
1
输入令牌每百万个2美元,输出令牌每百万个10美元,缓存的输入令牌价格为输入令牌价格的5%。

改变我们在 Google 的工作和构建方式

Gemini 4 Argon 已经在我们的内部工作流程中发挥作用,数千名 Google 员工强调了该模型在专业编码任务、进行更深入的研究以及写作质量方面的优势。它正在帮助团队更快地构建产品,推动工程生产力的边界,并加速突破:

量子算法优化:Argon 正在帮助我们的量子计算研究人员优化对重要应用程序造成瓶颈的子例程的时空资源(量子比特数 × 门数)。在一个例子中,它在几分钟内就将表现超越了已发布的基线40%。
内存效率:一组 Argon 智能体分析了全公司的性能分析遥测数据,自主识别并应用了 Google 数据中心的内存优化措施。一旦部署,将释放超过300 TiB的内存,预计总节省量在500 TiB到1 PiB之间。
大规模代码库迁移与优化:Argon 智能体正在 Google 范围内将 C/C++ 代码库迁移至 Rust,规模从 re2、libgav1 等核心库中的数万行代码扩展到 Fuchsia Zircon 内核的80多万行代码。鉴于许多这些系统的关键性,此类大规模重写在部署到生产环境之前,都要经过严格的自动化和人工审计、仿真测试以及审查。

对于 Google 用于视频解码的开源软件 libgav1,Argon 智能体利用现有的 Rust 端口,通过运行多轮基于性能分析的实验,研究编译器的输出,从而生成了安全的 Rust 代码,使编译器能够自动对其进行向量化处理。最终结果是一个内存安全的视频解码器,其运行速度比 Rust 端口快2.7倍,且视频输出完全相同,使其更接近于优化后的 C++ 版本。
在解决最复杂的问题上加倍努力

为了支持 Gemini 4 Argon 在更长、更复杂用例中的能力,我们大幅扩展了模型的输出令牌限制,达到行业领先的 100 万(1M)个令牌,此前为 6.4 万个(64K)令牌。当模型有足够的空间进行深入思考并在单次轨迹中生成数十万个令牌时,它会在推理过程中增加一个新的深度层次,从而一次性解决棘手的问题。

赋能跨领域的编码和企业工作流

Gemini 4 Argon 在编码、推理和多模态方面的能力,以及其维持长周期、多步骤任务的能力,使其能够在一系列企业工作流中脱颖而出。

Google 工程师已将 Argon 用于他们的日常任务,从日常调试到大规模代码库迁移和算法设计。它在 DeepSWE v1.1(77.9%)上树立了新的最先进水平(state of the art),该基准测试衡量模型在现实世界长周期软件工程任务中的表现。

除了编码之外,Argon 还是 Vals Index 上的领先模型,该指数衡量金融、编码、法律和税务工作 across 的经济影响,每个领域都根据其对美国 GDP 的贡献进行加权。在其他特定领域的评估中,我们也看到了同样领先的性能,例如 Vals Finance Agent v2(多步金融研究)和 Harvey 的法律代理基准测试(法律研究和起草)。在 AutomationBench(Zapier 衡量核心业务功能端到端执行的基准测试)上,Argon 以 51.3% 的得分排名第一。

当知识工作需要视觉理解时,Argon 也表现出独特的优势。它能够驱动专业的图表分析,从长视频中识别细节,并根据一系列文档采取行动。例如,在衡量长视频理解的 LVBench 上,Argon 以 91.7% 的得分处于最先进水平。

防御性网络安全领域的领先者

为了更好地装备网络防御者应对新一代网络攻击,我们训练 Gemini 4 Argon 具备强大的网络安全防御能力。Argon 能够自主发现、验证并修补关键软件漏洞。对于受信任的防御者以及 Google 内部团队,我们将发布不带网络安全护栏(guardrails)版本的 Argon,以便他们充分利用其前沿级别的网络安全防御能力。

Wiz 已通过其“Scan for Good”计划使用 Argon 进行网络安全防御——该项目致力于通过发现并修复高风险暴露来免费保护关键公共基础设施。在早期展示其影响力的演示中,该模型发现了一个关键漏洞,该漏洞导致全球医院使用的医疗软件中的敏感个人信息面临风险,识别出此前其他前沿模型所忽略的严重风险。

在评估模型修复安全漏洞能力的 CWE-bench v1 上,Argon 以 68% 的最高得分并列第一,这是在 CWE-bench v0 上 3.8 Flash Cyber 的前沿性能基础上的进一步提升。

Gemini 4 Argon 在漏洞发现方面相比 3.8 Flash Cyber 取得了令人印象深刻的飞跃。例如:

在 Google 的内部综合漏洞基准测试中,Argon 发现了跨越 20 种编程语言的复杂代码库中的广泛暴露点。
在 Wiz 的内部黑盒渗透测试基准测试中(该测试评估模型在没有源代码的情况下分析实时 Web 系统的能力),Argon 在发现攻击面、识别漏洞以及生成用于验证的概念证明证据方面优于 3.8 Flash Cyber。

在广泛可用之前加强前沿安全措施

在广泛推出 Gemini 4 Argon 之前,我们继续加强四个主要领域的关键前沿安全措施:

防御滥用:为防止不良行为者利用 Argon 发动网络或化学、生物、放射性和核(CBRN)攻击,根据我们的前沿安全框架,该模型被设计为拒绝有害请求,同时保留合法的、军民两用的科学研究。我们正加强此次发布中安全措施鲁棒性,包括改进监控模型内部激活状态的技术,以发现滥用行为。这些安全措施已通过内部和外部红队使用手动和自动攻击方法的组合进行了鲁棒性测试。

防御提示注入攻击:Argon 也是我们对抗间接提示注入最具韧性的模型,此类攻击利用恶意指令或上下文来劫持模型行为。这些是复杂的攻击,需要持续的警惕和多层次的防御。通过自动化红队和对抗性训练,Gemini 4 Argon 在 Gray Swan 的间接提示注入(IPI)基准测试中处于提示注入鲁棒性的领先地位。

监控对齐偏差:为了防止 Argon 越界,以超出用户意图的方式尝试完成任务,我们正在部署对齐偏差缓解措施,监控 Argon 的思维链和行动,并在必要时停止执行。

我们使用了类似的系统来监控我们的训练运行,并向专门的应急响应团队发送警报,采取谨慎预防措施,避免将调查结果反馈回训练过程,以免冒险让 Argon 的推理能力学会规避我们的监控。我们强烈鼓励行业其他同仁在这些关键能力提升期保持推理透明度,以应对对齐风险,从而使模型思维在识别和诊断对齐偏差方面继续发挥积极作用。

加固系统:随着前沿模型能力日益增强,对其安全测试需要能够跟上系统本身发展的安全环境。按照我们的智能体控制路线图,我们正在加固沙盒环境,在高危训练或评估开始前对其进行隔离和密封。我们致力于与合作伙伴分享这些智能体安全最佳实践,以提升整个生态系统的安全性。

即将推出

我们构建了具备前沿级能力的 Gemini 4 Argon,涵盖编码、知识工作、网络安全防御和创意写作,旨在成为开发者、专业人士和企业应对最棘手问题的合作伙伴。我们感谢首批网络防御者和受信任测试人员,他们的真实世界评估和反馈将帮助我们在向开发者、企业和消费者发布前(首先面向付费 API 客户和 Google AI Ultra 订阅用户)进一步强化我们的系统。

发布于:
Gemini 模型

本条评分 11.9 score-v1
  • 来源权威 9
    注册表 priority=9(Google DeepMind)
  • 时效 2.858
    发布 2.5 小时前,衰减到 2.86/3.0
  • 多源印证 0
    只有 1 家在报(无旁证)
  • 社区信号 0
    无社区数据(本管线走 RSS,HN 的 hn_fetcher 未接入)

首次收录 · 2026-10-01 · 11.86 分

原文链接:https://deepmind.google/blog/gemini-4-argon-our-next-era-of-frontier-intelligence/
来源:Google DeepMind
以上内容由 AI 自动翻译,仅供参考。
← 返回简报