作者：Koray Kavukcuoglu，Google DeepMind 高级副总裁兼 Google 首席 AI 架构师
今天，Gemini 4 Argon 现已通过 Gemini API 面向全球开发者和企业开放，同时也向 Google Antigravity、Gemini App 以及搜索的 AI 模式 (AI Mode) 中的 Google AI 订阅用户¹提供。
Argon 擅长在编程、金融、法律、网络安全和科学等领域的复杂现实任务中进行深度工作。在多步任务中展现出的深度和精准度，使得 Argon 在各个领域的基准测试中均优于其他前沿模型，并在衡量金融、编程、法律和税务等关键经济领域模型性能的 Vals 指数中排名第一。
该模型于今日推出，首发体验价²为：每百万输入 token 2 美元，每百万输出 token 10 美元（缓存输入 token 可享 95% 折扣）。
Google 内部团队、各企业以及研究界已经开始使用 Argon，在多个领域取得了重大突破：
· 发现并修复关键的网络安全漏洞
· 推动量子计算、核聚变和生命科学领域的创新突破
解决复杂的工程任务
在 Google，我们一直在使用 Argon 解决最棘手的工程问题。在过去几周里，软件工程师交付高质量代码的速度比以往任何时候都快。Antigravity 中的 Argon 帮助团队将智能体代码提交量提升了 35% 以上，同时将代码回滚率降低了近三分之一。
变革关键业务和专业工作流
Argon 融合了前沿推理、深度视觉感知、不断扩展的领域知识以及在法律、金融、科学和编程方面更强大的写作能力，以协助处理高风险的专业工作流。它沟通清晰，让您随时掌握最新进展，并且在遵循风格指令方面比我们以往的任何 Gemini 模型都更加可靠。Argon 回答问题更直接、少有模棱两可，不会进行不必要的重复，并在回复中避免使用陈词滥调。
我们早期体验计划中的企业用户和初创公司已经凭借 Argon 取得了显著成果。Argon 运用其高级推理和多模态能力，同时保持严格的事实依据，在深度多模态文档理解、纵向数据分析和交互式分析沙盒方面表现优异。
携手研究人员和行业专家加速现实世界的变革和影响
研究人员、工程师和安全专家已在使用 Argon 拓展网络防御、科学、数学和机器人技术的边界。它正在帮助网络防御者和研究人员验证假设，自主审计关键代码库和形式化证明，并捕捉隐蔽的零日漏洞和逻辑缺陷。
将先进的网络安全能力带给更多受信任的防御者
从今天起，我们把“Fairwind 计划”开放给数百个新的合作伙伴。
Wiz 已经将 Argon 用于其“Scan for Good”倡议中，旨在免费保护公益领域的关键基础设施。通过抢先体验该模型，Wiz 展示了 Argon 在包括关键医疗基础设施在内的多个高风险领域的实际成效。通过对复杂的漏洞链的分析，该模型帮助团队发现并快速修复了医疗软件中的一处公开文件下载绕过漏洞（该漏洞曾导致医疗软件的主密钥泄露，并使攻击管理员获得权限）。Argon 不仅限于发现漏洞，更主动保护了数十万份私人患者记录。
解锁新的科学突破
Argon 已经在科学界产生了实际影响，助力多个领域的科学家和专家实现创新突破。
为了进一步加快研究步伐，我们将为 10,000 名科学家免费提供为期 6 个月的 Google Antigravity 最高使用层级服务（滚动审批引入），具体视资格、名额和筛选情况而定。申请通道现已开放。
加速机器人技术开发
通过将先进的视觉语义推理、深刻的物理理解和自主代码生成相结合，Argon 解锁了整个机器人技术栈的新工作流，并加速了迈向物理通用人工智能 (Physical AGI) 的进程。这一能力的飞跃体现在 Argon 在具身推理 (ERQA) 基准测试中的出色表现（该测试旨在评估模型在 3D 环境中理解和解决物理和空间问题的能力）。凭借纯粹的推理能力，Argon 以 87% 的得分超越了所有其他前沿模型。
为了在实践中展示这些能力，我们测试了 Argon 仅通过观看就能学习域外物理技能的能力。在一项内部测试中，Argon 观看了一段人类玩布袋球的原始视频，绘制了环境的空间坐标，并计算了所需的全身关节运动。随后，它自主构建了模拟代码。当将这些代码转移到 Apptronik 公司的 Apollo 人形机器人上，该机器人在真实环境的试验中迅速连中七球。
这条“视频-模拟-现实”流水线将长达数周的手动模拟建模压缩到几个小时内，将普通视频转变为可扩展、无限的机器人训练场。了解该技术如何加速机器人技术的开发进程，请访问我们的开发者博客。
负责任且安全地开发 Argon
安全与保障是 Google 模型开发的基础。由于 Argon 是一款性能卓越的模型，我们与众多第三方合作伙伴就特定模型能力和安全防范措施的评估展开了合作。Gemini 4 Argon 代表了我们迄今为止最全面的安全与保障体系：
¹ 仅限于 Gemini app 和 AI 模式的 Google AI Ultra 及 Pro 订阅用户，以及 Google Antigravity 的 Google AI Ultra 订阅用户。
² 2026 年 11 月 30 日优惠期结束后，将适用每百万输入 token 4 美元及每百万输出 token 20 美元的定价。此定价仅适用于面向公众开放的 Argon 模型。
无论是在真实的软件工程、法律与金融等企业知识工作，还是网络安全防御领域，Gemini 4 Argon 都能应对复杂的工作流，展现出前沿级别的卓越性能。
作者：Koray Kavukcuoglu，Google DeepMind 高级副总裁 兼 Google 首席AI架构师
今天，我们正式推出了全新的前沿 AI 模型——Gemini 4 Argon。目前，我们正通过“Fairwind 计划”，率先向一批信赖的网络安全专家开放试用。Argon 专为处理复杂、长流程任务中的深度推理而设计，它已经从根本上改变了 Google 内部的工作和开发方式。无论是在真实的软件工程、法律与金融等企业知识工作、还是网络安全防御领域，Argon 都能应对极具挑战的工作流，展现出顶尖的性能。
前沿技术能力的安全释出会分阶段展开。我们正在积极参与美国政府的模型发布前自愿评估流程，并同步逐步放开访问权限。在开发者、企业和用户使用之前，Google 会持续收集早期测试者的反馈，进一步完善安全防护机制。
Argon 的首发优惠价1为：输入token每百万个 2 美元，输出token每百万个 10 美元，缓存输入token在输入token价格上享受 95% 的折扣。
重塑 Google 的工作与开发方式
Gemini 4 Argon 已开始为 Google 内部的工作流提供支持。数以千计的 Google 员工表示，该模型在专业代码编写、深度研究以及写作质量方面表现尤为突出。它不仅在帮助团队加快开发进度、突破工程生产力的极限，还在加速各项技术突破：
量子算法优化： 在量子计算研究中，Argon 正帮助我们的研究人员优化限制关键应用性能的“时空资源”（量子比特数 × 量子逻辑门数）。在一个实际案例中，它仅用几分钟就将已知公开的最佳基准提升了 40%。
内存使用效率： Argon Agent 团队通过分析全集群性能遥测数据，实现了 Google 数据中心内存优化的自主识别与部署，项目一经上线即释放超 300 TiB 内存，预计整体内存节省规模将达 500 TiB 到 1 PiB。
超大规模代码库迁移与优化： Argon Agent 正在将 Google 内部的 C/C++ 代码库向 Rust 迁移——处理规模从小到核心库（如 re2、libgav1）的几万行代码，大到 Fuchsia OS Zircon 内核超 80 万行的庞大系统。鉴于其中许多系统至关重要，此类大规模重写在正式部署到生产环境之前，都会经过严苛的自动化与人工审计、仿真测试以及层层代码复核。
针对 Google 的开源视频解码软件 libgav1，Argon Agent 基于现有的 Rust 移植版本展开优化，通过多轮性能引导（profile-guided）分析实验与编译器输出研究，生成了可实现自动向量化的安全 Rust 代码，从而成功替换了 3.2 万行 SIMD 代码，最终打造出一款内存安全的视频解码器，它的运行速度比原 Rust 移植版快了 2.7 倍，视频输出完全一致，性能已非常接近高度优化的 C++ 版本。
倾力解决您最棘手的难题
为了让 Gemini 4 Argon 能够应对更长、更复杂的使用场景，我们将模型的输出token上限大幅提升至行业领先的 100 万，而此前这一限制为 6万4。当模型拥有足够的发挥空间去展开深度思考、并在单次推演中生成数十万token时，它的推理深度将提升至全新高度，从而能够一步到位地解决各类硬核难题。
实现跨领域的编码和企业工作流程
Gemini 4 Argon 在代码编写、逻辑推理和多模态方面拥有出色能力， 同时具备处理长流程、多步骤任务的持续执行力，使其能在各种企业工作流中脱颖而出。
Google 工程师们已将 Argon 融入日常，用它来处理从代码调试到大规模代码库迁移，再到算法设计等各种任务。特别是在衡量真实世界的、长周期软件工程任务 DeepSWE v1.1 基准测试中，Argon 以 77.9% 的得分刷新了行业纪录。
除了代码编写，Argon 在 Vals 指数中也名列前茅。Vals 指数用于衡量金融、编码、法律和税务工作的经济影响，每个行业都根据其对美国 GDP 的贡献进行加权。我们在其他特定领域的评估中也看到了类似的领先表现，例如 Vals Finance Agent v2（多步骤财务研究）和 Harvey’s Legal Agent Benchmark（法律研究和起草）。在 Zapier 的 AutomationBench 基准测试中，Argon 以 51.3% 的得分位居榜首，该基准测试衡量核心业务功能的端到端执行力。
引领防御性网络安全
为了让网络安全人员更好地应对新时代的网络攻击，我们对 Gemini 4 Argon 进行了专项训练，赋予了它极强的网络安全防御能力。Argon 能够自主发现、验证并修复关键的软件漏洞。对于信赖的安全员以及 Google 内部团队，我们将提供无网络安全护栏的 Argon 版本，以便他们充分发挥其前沿级别的安全防御能力。
网络安全公司 Wiz 已经通过其“Scan for Good”倡议将 Argon 应用于网络安全防御——该项目旨在通过寻找并修复高危漏洞，免费保护关键的公共基础设施。在早期效果展示中，该模型成功发现了一处影响全球医院所用医疗软件的致命漏洞，该漏洞会导致敏感个人信息泄露，而此前的前沿模型均漏掉了这一严重风险。
在评估模型安全漏洞修复能力的 CWE-bench v1 测试中，Argon 以 68% 的最高分并列第一，这是在 3.8 Flash Cyber 于 CWE-bench v0 取得的优异表现之上的进一步突破。
与 3.8 Flash Cyber 相比，Gemini 4 Argon 在漏洞发现能力上实现了令人瞩目的飞跃。例如：
系统加固：随着前沿模型的能力日益增强，对其进行安全地测试需要能够与系统自身能力相匹配的安全环境。为了与智能体控制路线图保持一致，我们在高风险训练或评估开始前，通过隔离和密封来加固沙盒环境。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。
即将上线
我们打造了具备前沿级编程、知识工作、网络安全防御和创意写作能力的 Gemini 4 Argon，使其成为开发者、专业人士和企业攻克棘手问题的得力伙伴。我们非常感谢首批网络安全防御人员和信赖的测试人员，他们的实地评估与反馈将帮助我们在面向开发者、企业和用户（从付费 API 客户和 Google AI Ultra 订阅者开始）发布之前进一步强化我们的系统。
在 2026 Google I/O Connect China 现场，来自 Google 和行业的嘉宾与近 2,000 名开发者齐聚上海，围绕智能体时代的技术、工具及开发者应用实践进行了深入探讨，解析中国创新力量如何借助全栈 AI 加速发展，实现在全球市场的可持续增长。
在智能体时代，Google 坚持走一条独有的全栈式 AI 创新路线：从定制芯片、安全稳固基础设施、到前沿的研究与模型，再到触达全球用户的产品和平台。我们正在以前所未有的速度，将这些创新无缝融入覆盖全球数十亿用户的全链路产品生态，赋能中国开发者在海外高效创新，全力助推中国企业海外增长。
这种全栈式 AI 赋能实现了从夯实产品海外落地的数字基座，到引领海外商业体验，再到实现物理世界的具身智能的创新进化的全面落地。而除了赋能个体项目，Google 更希望激发在全球范围内的颠覆性创新，汇聚推动中国企业前行的”行动势能”。通过启动“谷歌初创出海计划”与拓展“谷歌跨境电商加速中心”，我们整合 Google 生态的核心出海方案与平台资源，为初创企业打造 AI 驱动的全栈式增长引擎，协助建立全新的跨境出海产业生态。
随着 Gemini 3.6 Flash、3.5 Flash-Lite 等新一代模型的推出，AI 能够为极其复杂的任务进行深度逻辑推理，成为了 AI 智能体最坚实的底层基石。
在日常工作中，开发者可以利用 Gemini API 中的“托管式智能体”轻易构建能够自主分类整理问题、分析 Bug，并维护 SDK 健康运行的智能体。只需一次 API 调用，开发者就能同时获得智能体以及可供它安全运行的远程环境。通过 AI Studio，开发者可以在几分钟内完成从 JSON 文件到原生 Android 应用的构建，并能进一步在 Google Antigravity 2.0 平台上进行本地迭代。
此外，Gemma 4 以及 Gemma 4 12B、DiffusionGemma 等更多开放模型的推出，进一步促进了开发者社区的繁荣生态。开发者们已经使用这些模型打造了一些令人惊艳的突破性产品。更为重要的是，在离线状态下，开发者也能在笔记本电脑和手机本地运行强大的 AI 智能体，为全球用户带来了速度快、性价比超高的体验。
如今 Android 的版图已远不止于智能手机，从折叠屏、平板、可穿戴设备、电视、车机到 XR 等终端，Android 活跃大屏设备已突破 5.8 亿。我们正致力于帮助开发者能更快速、更轻松地构建高质量的 Kotlin Android 应用，并将其推广到全球超过 30 亿终端设备上，提供跨越所有终端的无缝体验。
为了提升开发质量，我们推出了三项核心更新。Android CLI 与智能体结合：通过整合 Android 技能和知识库，智能体在处理繁琐任务时能减少约 70% 的词元（token）使用，并将任务完成速度提高最多三倍；Android Studio 智能体模式：支持在 IDE 中开启智能体模式，并允许开发者自由选择远程模型或下载本地模型进行离线深度开发；Android Bench 评估工具：专门用于衡量大模型在应对真实 Android 开发挑战时的成本、延迟和词元消耗，帮助开发者确定最适合其流程和政策的模型。
在 UI 开发标准上，我们全面推行 Compose 优先策略。此外，为了支持大规模测试，DDP Device Streaming 已进入公开预览阶段，支持开发者远程获取真实的物理设备，并利用具备智能分片功能的 DeviceRun 在多台真实设备上并发执行测试。
最后，在提升应用质量与安全性方面，通过将智能体与最新的 API（如 IntentSanitizer）结合，开发者可以更有效地消除签名验证等安全漏洞，确保只有受信任的流量进入应用，从而构建更高质量的 Android 生态。
Web 平台也正迎来重大的变革。Web 功能日益丰富，越发具有表现力，Web 生态也迎来了新型用户：智能体。而我们核心的目标是优化真人用户体验、适配智能体工具并革新现代 Web 开发工作流。为了让大家更容易打造出“秒开”体验，Web 平台在 Core Web Vitals 中引入了“软导航”性能衡量机制，并推出一系列颠覆网站开发范式的新原语，在化繁为简的同时，更要打破边界，把曾经的不可能变成现实。
在能力扩展方面，我们正在不断扩展浏览器内置端侧 AI 工具箱，支持跨源调用并能够在本地硬件运行优化模型，重塑浏览器能力边界。针对智能体这一新型用户的涌现，Web 平台也推出了实验性开放规范 WebMCP，支持 Web 应用将 JavaScript 函数和 HTML 表单等结构化工具直接公开给智能体。这使得 Web 能够成为智能体工作流中被优先调用的对象，引导工具更高效地执行搜索、加购或账号管理等操作任务。
与此同时，为了让 AI 开发工具始终紧跟最新的 Web 开发，Modern Web Guidance 提供了一整套经专家把关、实时更新的精选技能 (skills)，确保获得质量更优的代码产出，并能基于 Baseline 目标自动生成向后兼容的兜底代码。此外，我们还持续深耕面向智能体的 Chrome 开发者工具，使编程工具能自主实时调取运行时调试数据并执行审核自主修复，形成极少需要人工干预的强大开发反馈环。
在智能体时代，模型训练与部署的需求已经完全分化。为了满足这些爆发式增长的算力需求，第八代 TPU 专为训练和推理这两类截然不同的需求从零打造。
TPU 8t 是专为模型训练打造的强劲引擎。它通过将块级乘法移至 MXU 内部，利用原生量化技术消除 VPU 开销，使单 Pod 计算性能提升至上一代的近三倍，重新定义了算力性能。而 TPU 8i 则专注于推理与强化学习等“思考”环节。其利用全新的 Boardfly 拓扑网络，让数百万计的智能体能够以近乎零延迟并发运行。
智能体需要依托于平台。通过 Google Agent Platform 的 Agent Studio ，开源的近 50 个智能体技能，以及 60 多个托管 MCP 服务器，Google Cloud 为智能体的开发、与智能体的协同开发提供支持。此外，专属的 Agent Runtime，则帮助实现大规模智能体的部署、运行与治理。Google Cloud 平台还支持多种智能体协同运行方式，提供自主化的故障排查、性能优化与核心资源持续防护支持。
过去这一年，全球 AI 创新浪潮汹涌澎湃，而中国开发者正以猛烈的势头乘风破浪，通过打造自主智能体推动一切加速向前。AI 也从最初回答问题的聊天机器人，到执行任务的工具，进化为如今只需设定目标就能自主推理、做计划并搞定复杂任务的自主智能体。
在此背景下，开发者的角色也发生了重要转变：从编写每一行代码转变为定义规范和评估测试平台，每一位开发者都成为了“智能体的管理者”，从而放大其远见与影响力。过去需要多名成员耗时数月才能完成的项目，如今个人在极短时间内即可完成。这种“杠杆效应”赋予了每位开发者背后拥有一支强大工程团队的实力。
为了支撑这种创新，通过本土社区连接、技术导师指导、出海创业加速计划以及本地化的中文技术文档这四大核心支柱，Google 致力于将本土创新与全球规模化连接，利用工具赋能开发者，突破极限潜能，共同引领未来智能体 AI 的指数级增长。
作者：Keerat Sharma，Google 广告隐私与安全部门副总裁&总经理
2025 年，Gemini 赋能的工具显著提升了我们检测与阻止不良广告的能力：超过 99% 的违规广告在触达用户前，就被我们的系统成功拦截了。此外，我们也在不断完善防御机制，以应对最先进的欺诈手段。
更高的拦截精准度长期以来，我们的安全团队一直使用先进 AI 来识别并阻止诈骗者，而 Gemini 则将这项工作提升到了全新高度。我们的模型通过分析包括账户注册时长、行为特征及投放模式在内的数千亿条信号，在威胁触达用户前便能将其拦截。与之前基于关键词的系统不同，最新模型能更精准地理解意图，更有效地识别恶意内容并抢先将其拦截，即便是对刻意规避检测的内容也不例外。这种积极的防御手段有效遏制了不良行为者。2025 年，我们拦截或移除了超过 83 亿条广告，并暂停了 2490 万个账户；其中，涉及诈骗的广告达 6.02 亿条，相关账户达 400 万个。在通过技术手段拦截大部分违规行为之外，我们还新增了广泛的广告客户验证（Advertiser verification）计划，这也构成了另一道至关重要的防线。我们通过身份验证，在不良行为者进入系统前将其阻止，从而建立用户对广告及其背后企业的信任。
先发制人不良行为者利用 AI 大规模生成欺诈广告，而 Gemini 帮助我们实现了实时检测与拦截。截至去年底，Google Ads 中的多数自适应搜索广告（Responsive Search Ads）已实现即时审核，并在提交阶段就拦截了有害内容。今年，我们将把这项技术应用到更多广告形式中。Gemini 还使我们能够更高效地处理用户反馈， 2025 年，帮助团队处理的用户举报量达到了前一年的四倍以上。这意味着，即使偶有威胁成为“漏网之鱼”，我们也能迅速将其消除。这种响应速度可以让安全专家专注于处理更复杂、需要人工判断的任务。
兼顾安全与助力企业通过对图像和文本之外更深层次的分析，Gemini 可以区分出真实优惠与复杂的欺诈陷阱，正是这种细致的辨别能力，让我们在去年将错误暂停广告主账号的情况降低了 80%。这种精准度可以让我们双管齐下：在优先移除有害内容的同时， 也能够保障诚信企业的广告稳定投放。随着威胁手段不断演变，Gemini 确保我们的防御始终领先一步。
