Google 發佈 Gemini 4 Argon 以推進前沿智能技術

Google 最新推出的 Gemini 4 Argon 為其「前沿智能的新時代」，專注於「在複雜及長期工作流程中的深度推理」。此款模型的推出隨著 Gemini 3.5 Pro 的取消及對 3.8 Flash 的重點關注。透過這個新型號（採用新的命名方案），Google 希望在編碼、知識工作、網絡安全防禦及創意寫作等領域提供「前沿級別的能力」。Gemini 4 Argon 的輸出令牌上限為 1M 令牌（由 64K 提升），以支持更長及更複雜的應用案例，並配備擴展的編碼、推理及多模態能力。

當模型具備深入思考的空間，並能在單一軌跡中生成數十萬個令牌時，這將為解決複雜問題增添新的深度。

Gemini 4 Argon 在基準測試中表現優異

在基準測試方面，Google 宣稱在 DeepSWE v1.1 測試中獲得 77.9% 的分數，Claude Opus 5.5 為 74.2%，而 GPT-6 Astra 則為 74.1%。Google 訓練 Gemini 4 Argon 以「在網絡安全防禦方面具備高效能力」，並在 3.8 Flash Cyber 之上取得顯著提升。該模型將「無網絡防護」地提供給值得信賴的防禦者及內部 Google 團隊，以便他們能夠「充分利用其全方位的網絡安全防禦能力」。

在 CWE-bench v1 測試中，該模型在修復安全漏洞的能力上，以 68% 的最佳分數與其他模型並列第一。

除了編碼之外，Gemini 4 Argon 在其他特定領域的評估中也表現卓越，例如 Vals Finance Agent v2（多步驟金融研究）以及 Harvey 的法律代理基準（法律研究及起草）。在 AutomationBench 測試中，Zapier 的基準測試衡量核心商業功能的端到端執行，Argon 以 51.3% 的分數名列第一。在 LVBench 測試中，該模型在長影片理解方面達到業界領先水準，得分為 91.7%。

Gemini 4 Argon 將「即將推出」，首批面向 Google AI Ultra 訂閱者及付費 API 客戶發放。目前，該模型已向值得信賴的測試者及網絡防禦者（透過 Fairwind 計劃）開放。

Google 將重點放在防止濫用及系統強化

在廣泛推出之前，Google 將重點放在以下幾個方面：防止網絡或化學、生物、放射性及核（CBRN）攻擊的濫用，Google 改進了「監控模型內部激活的方法，以便及早發現濫用行為」。防範提示注入攻擊：Google 的「模型在對抗間接提示注入方面是至今最具韌性的」，並在 Gray Swan 的間接提示注入（IPI）基準測試中領先。強化系統：「我們正在通過在高風險訓練或評估之前對沙盒環境進行隔離和封閉來加強我們的系統」。

監控不對齊情況：Google 正在「部署不對齊減緩措施，監控 Argon 的思考鏈及行動，並在必要時停止執行」。

在 Google 內部，Gemini 4 Argon 已經支持了內部工作流程，「數千名 Google 員工突顯出該模型在專業編碼任務、深入研究及高質量寫作方面的優勢」。公司今天分享了幾個實例：內存效率：一組 Argon 代理分析了全艦隊的剖面遙測，自主識別並應用內存優化，為 Google 的數據中心釋放了超過 300 TiB 的內存，估計總節省達 500 TiB 到 1 PiB。

大規模代碼庫遷移及優化：Argon 代理正在幫助 Google 將 C/C++ 代碼庫遷移至 Rust，範圍從核心庫如 re2、libgav1 的數萬行代碼，到 Fuchsia OS Zircon 核心的 80 萬行以上。

由於這些系統的重要性，這些大規模重寫正在進行嚴格的自動化及手動審核、仿真測試及審查，然後再推向生產。對於 libgav1，這是 Google 用於解碼影片的開源軟件，Argon 代理取用現有的 Rust 移植，通過多輪的性能導向實驗，替換了 32K 行的 SIMD 代碼，研究編譯器的輸出，生成安全的 Rust，以便編譯器能自動向量化。最終結果是，一個內存安全的影片解碼器，其運行速度比 Rust 移植快 2.7 倍，並且影片輸出一致，接近優化的 C++。