Google(GOOGL-US)Gemini 4 Argon 10月13日开始面向全球开发者和企业开放。用户可透过Gemini API、Google AI Studio、Google Antigravity等平台调用这一模型，符合条件的Gemini Pro和Ultra订阅用户也能在Gemini应用及搜寻中的AI模式体验它。

与10月1日的有限开放相比，这次发布更值得关注的，是Google披露的一系列实际应用：Argon不仅能重构大型软体专案、最佳化模型推理，还能根据真实机器人操作影片建构模拟环境，并参与网路安全和科学研究。

Google试图证明，先进模型的价值不只在于回答问题或生成程式码，还在于能否接手复杂任务，将多个环节串联起来，最终交付可以使用的结果。

Google首先拿自己的工程专案检验Argon。据Google披露，已有超过10万名员工透过Antigravity内部版本使用该模型。过去四周，工程团队的智慧代理程式码提交量增加35%，提交后的程式码回滚减少近三分之一。

Chrome团队的重构专案更能说明问题。Chromium程式码库约有4,000万行，其中一个约600万行的遗留程式码目录，长期混杂着多种浏览器功能，与核心网页处理逻辑交织在一起。Argon帮助团队将核心功能从遗留程式码中剥离，完成涉及数百个档案的架构重构，将原本需要数月的工作压缩到几周。

Google开源的Agent Development Kit（ADK）团队也进行了类似尝试。团队向Argon提供规则手册和最佳化目标，要求它在不破坏现有应用的前提下减少框架开销。经过一夜运行，模型提出的改动使长会话的记忆体准备时间减少40%，冷启动汇入速度提高21%，相关程式码已合并至公开的ADK Python程式码库。

在底层模型最佳化方面，Argon将Gemma 4 E2B在单张NVIDIA A100上的推理吞吐量，从每秒约3.79万个token提高到超过10.8万个，提升约2.85倍。Google称，最佳化后的输出保持一致，整个过程仅用几天，涉及注意力调校和推测解码等环节。

这些案例来自Google自身，它们共同指向一个变化：模型开始参与从程式码理解、架构调整到效能最佳化和问题排查的完整工程流程，而不只是按照指令生成程式码。

Argon的视觉理解和生成能力也延伸到了3D建模。Google展示的案例中，Gemini 4 Argon透过Antigravity中的多代理视觉批判循环，在Blender中自主建构了一组高度精细的寺庙建筑群，包括多座建筑、植被和复杂光照，呈现出接近照片的视觉效果。

从真实机器人到科学研究

大型程式码库检验的是Argon处理复杂软体系统的能力，机器人专案则考验模型能否理解真实世界中的空间关系和物理互动，并将这种理解转化为可执行的程式。

Google展示的Real2Sim专案，正是围绕这问题展开。Argon可以观看真实机器人遥操作影片，建构对应的数位孪生环境，并取得或生成模拟资产，使物体不仅外观接近真实物件，在与灵巧机械手接触时也能呈现相似的物理行为。随后，模型透过反复视觉推理调整物体属性和场景设定，让模拟中的视觉效果与接触过程尽可能贴近真实纪录。

这项流程的意义在于，机器人训练不必完全依赖人工从头搭建模拟环境。真实操作影片可以成为建模的起点，模型再根据模拟与现实之间的差异，不断修正场景。

另一项展示则从一张草图开始。Argon根据人形机器人向桌上的箱子堆扔球的示意图，自动生成GPU加速的模拟场景和全身动作轨迹，并在物理引擎中验证六个箱子全部倒下，最终输出渲染影片。不过，模拟成功并不等于机器人已经具备稳定的现实操作能力。物理环境、感测器误差和致动器限制，都可能影响动作迁移效果。

Google还将Argon用于网路安全和科学研究。在网路安全领域，Google透过Fairwind计划向更多合作伙伴开放模型，用于经过授权的防御性安全工作。

在科学研究中，Argon参与了量子运算、核融合和生命科学专案。Google称，模型将内部量子错误更正解码器转换为最佳化的硬体核心，使推理吞吐量接近翻倍；在与马里兰大学研究人员的合作中，它帮助发现更多Grad猜想的反例，为核融合反应炉磁场设计提供新的研究依据。

生命科学方面，Gamow Labs的研究人员使用Argon分析罕见发育性肺部疾病新生儿的基因组，在一个病例中发现常规软体多年未能识别的染色体重排，并解释了此前漏检的原因。

这些专案的共同点，是模型需要理解专业资料、生成解决方案，再根据运算或实验结果进行调整。Google正在尝试将这种能力从软体工程延伸到具有不同规则和验证方式的专业领域。

模型之外 还要补上工具链

Argon能否进入企业工作流程，不只取决于模型表现，还取决于使用成本、工具配套和任务完成效率。

Google给出的限时API价格为每百万输入token 2美元、输出10美元，快取输入为0.1美元。12月1日起，输入和输出价格将分别提高至4美元和20美元。

Argon还提供100万token的统一上下文视窗，输入、思考和输出共用这一额度。

API支援背景执行和检查点恢复，适用于多储存库迁移、复杂程式码分析等需要长时间执行的任务。

基准测试显示，Argon在部分专业任务中具有竞争力。在Vals Index上，它获得68.9%的成绩，高于Claude Sonnet 5.5的67.04%和Opus 5.5的66.97%。

Google公布的测试中，Argon在Harvey法律代理基准上得分19.6%，在Zapier自动化基准上得分51.3%，在DeepSWE软体工程基准上得分77.9%。

但在Artificial Analysis综合智慧指数中，Argon获得53分，与GPT-6 Astra和Claude Fable 5.1持平，低于Opus 5.5、Sonnet 5.5和Meta Muse Wonder Full。

沃顿商学院教授Ethan Mollick认为，Gemini 4在创意和写作方面取得显著进步，为现有先进模型提供了不同的选择。不过，他指出，模型处理复杂多智慧代理任务时仍有不足，有时过于自信，Antigravity的工具链也需要改进。

企业AI咨询公司Red Dragon AI的Sam Witteveen认为，Argon是一个非常出色但并非最强的模型。他看好模型结合视觉理解、软体生成和创意媒体的能力，但认为Antigravity与Claude Code、Codex等开发工具相比仍有差距。

Argon的全面开放，让更多开发者和企业有机会检验Google展示的能力。但从模型能够完成某项任务，到企业可以稳定、低成本地将其投入生产，中间仍有一段距离。

Vercel执行长Guillermo Rauch认为，Google拥有Transformer技术积累、工程人才和运算资源，不应被低估。

对Google而言，接下来要解决的不只是继续提升模型能力，还包括让模型更容易使用、让复杂任务运行得更稳定，并让实际成本与效率优势真正经得起检验。