Google 宣布推出全新前沿 AI 模型 Gemini 4 Argon，正式透過 Gemini API 向全球開發者與企業開放，Google AI Pro 及 Ultra 訂閱用戶也能透過 Gemini 應用程式、Google 搜尋 AI 模式等服務體驗新模型；Gemini 4 Argon 主要針對需要長時間執行、多步驟推理及跨領域專業知識的複雜任務進行強化，應用範圍涵蓋程式開發、金融、法律、資安與科學研究。
Google 表示，新模型在多項跨領域基準測試中超越現有前沿模型，並於評估金融、程式編寫、法律及稅務等專業能力的 Vals Index 取得第一名。
Gemini 4 Argon 強化長時間任務處理，API 每百萬 Token 最低 2 美元
Gemini 4 Argon 除了提升邏輯推理與程式編寫能力，也強化視覺理解、專業文件分析及多步驟任務執行表現，能夠處理複雜圖文文件、長期趨勢數據分析及互動式分析工具開發等工作；Google 指出，Gemini 4 Argon 在遵循指令、維持指定寫作風格及回報任務進度方面，也比先前 Gemini 模型更加穩定，並減少不必要的冗長回應。
開發者使用方面，Gemini 4 Argon 支援 Gemini API 提供的 100 萬 Token 統一輸入輸出上限，並導入新的接續協定（continuation protocol），以支援更長時間及更複雜的 AI 代理任務；Google 同步公布上市優惠價格，每 100 萬輸入 Token 收費 2 美元、每 100 萬輸出 Token 收費 10 美元，快取輸入 Token 的費用則較一般輸入 Token 降低 95%，提供開發者在大量資料處理及長期任務中使用。
Chrome 大型程式碼重構、Gemma 推論加速近 3 倍
Gemini 4 Argon 已開始導入 Google 內部工程團隊，透過 Google Antigravity 執行程式碼重構、效能最佳化及自動化開發等工作；根據 Google 公布的內部成果，導入新模型後，AI 代理提交程式碼的比例增加超過 35%，需要退回修正的程式碼情形則減少近三分之一，軟體工程團隊也因此提升程式碼交付效率。
在 Chrome 瀏覽器開發方面，Chromium 擁有約 4,000 萬行程式碼，Gemini 4 Argon 協助工程團隊從約 600 萬行的舊版功能模組中拆分核心網頁處理機制，將原本需要數月、涉及數百個檔案的架構重構工作縮短至數週完成；相關調整可改善分頁、側邊面板與浮動視窗之間切換或拖曳時的網頁重新載入問題，並減少部分瀏覽器當機情形。
Google 開源代理程式開發套件（Agent Development Kit，ADK）團隊也透過 Gemini 4 Argon 改善 Python 框架效能，僅提供 .agents/skills 規則指南及最佳化目標，模型便能自主分析系統負擔並提出修改方案，相關程式碼已合併至 google/adk-python 開源專案，使長工作階段的記憶體準備時間縮短 40%，冷啟動匯入速度提升 21%。
在開源模型效能方面，Gemini 4 Argon 協助 Gemma 4 E2B 透過 NVIDIA A100 GPU 與 vLLM 框架完成推論最佳化，將原本每秒約 3.79 萬個 Token 的處理量提高至超過 10.8 萬個 Token，端到端推論速度提升 2.85 倍，輸出結果維持 100% 一致；科學運算工具 xTB 也透過相關程式碼最佳化，使分子 3D 結構預測速度提升 2.3 倍、構象搜尋效率提高 1.8 倍，相關成果均已合併至官方開源專案。
此外，Google 也利用 Gemini 4 Argon 的空間推理、數學運算及視覺程式開發能力，在 Google Antigravity 中搭配自訂技能、多代理協作及 /goal 指令，直接產生 3D 視覺化原型、互動動畫與遊戲內容，並以原生程式碼在瀏覽器中即時呈現。
導入金融、法律與資安工作流程，協助發現醫療系統漏洞
除了程式開發，Google 也將 Gemini 4 Argon 定位於法律、金融、科學與企業專業工作流程，讓企業利用模型的推理、視覺理解及文本產出能力處理複雜文件、交叉比對資訊與長期數據分析；Google 表示，部分企業客戶及新創團隊已開始使用 Gemini 4 Argon，並將事實查核與專業審查納入工作流程，以降低高風險領域的錯誤。
資安應用方面，Google 透過 Fairwind 計畫擴大 Gemini 4 Argon 的使用範圍，提供數百個受信任的資安合作夥伴使用；Wiz 已在免費協助公共基礎設施進行安全檢測的 Scan for Good 計畫中導入新模型，利用其分析多項弱點之間關聯性的能力，找出傳統檢測較難發現的安全問題。
Google 分享的一項醫療系統案例顯示，Gemini 4 Argon 成功將數個分散的弱點串聯分析，發現可能允許外部人士越權下載系統檔案的嚴重漏洞，避免核心金鑰外洩及醫療軟體遭到接管的風險；根據 Google 說明，這項安全問題涉及數十萬名病患的隱私紀錄，相關成果也顯示模型在程式碼稽核、漏洞分析及關鍵基礎設施防護上的應用方向。
量子運算、核融合與酵素設計取得進展，機器人連續投進 7 顆沙包
科學研究也是 Gemini 4 Argon 的重點應用領域。在量子運算方面，Google 利用模型將 AlphaQubit 機器學習解碼器改寫為高度最佳化的硬體核心，使推論吞吐量接近翻倍，以符合量子錯誤更正所需的即時反應條件；Gemini 4 Argon 也針對量子模擬演算法中的 arcsin 運算進行最佳化，產生經 Lean 形式化驗證的實作版本，執行速度較已發表的量子 CORDIC 基準快超過 100 倍。
核融合研究方面，Google 與馬里蘭大學教授 Matt Landreman 合作，利用 Gemini 4 Argon 推導出更多格拉德猜想（Grad’s conjecture）的反例，提供仿星器（Stellarator）3D 磁場模擬與演算法驗證所需的數學基準；生命科學方面，Gemini 4 Argon 則協助研究團隊設計能夠分解特定酯鍵的絲胺酸酯酶（Serine esterases），在數小時內完成資料整理、模型微調與候選分子篩選，針對 4MU-acetate 產生 5 款新酵素設計，後續實驗室測試確認 5 款均具有催化活性。
機器人開發方面，Gemini 4 Argon 在評估 3D 環境理解及物理空間推理能力的具身推理（ERQA）基準測試中取得 87% 成績；Google 也與 Apptronik 合作，讓模型觀看一段人類進行布袋球（Cornhole）遊戲的側拍影片後，自主建立 3D 空間座標、計算關節運動軌跡並產生模擬程式碼，最終將動作部署至 Apollo 人形機器人，在實體測試中連續成功投入 7 顆沙包。
這套從影片、模擬到實體機器人的 Video-to-Sim-to-Real 流程，將原本需要數週的人工模擬建模縮短至數小時，Google 認為相關技術有助於降低機器人學習新動作的開發成本，並擴大日常影片作為實體 AI 訓練資料的應用可能性。
強化 AI 代理安全防護，全球開放開發者、企業與訂閱用戶使用
隨著 Gemini 4 Argon 具備更高的自主程式開發、科學研究與漏洞分析能力，Google 也針對模型濫用、越獄攻擊、AI 代理行為及提示注入風險進行安全評估，並依照 Frontier Safety Framework 部署多層次防護機制，包括對抗性測試、即時監控與限制高風險操作等措施。
根據 Google 公布的測試結果，Gemini 4 Argon 在第三方生物安全紅隊演練中成功完成的受限制測試子任務不到 1%，對危險生物材料及攻擊程式碼等高風險要求的拒絕能力也較前代提升；在對抗性壓力測試中，違規次數減少近五成，AI 代理於程式碼基準測試中嘗試以不當捷徑完成任務的比例降至 2%，而在 Gray Swan 間接提示注入基準測試中，經過最多 15 輪自適應攻擊後，攻擊成功率降至 0.7%。
Google 也建立自動化 AI 代理未對齊行為監控系統，用於檢視模型執行過程與實際操作，並要求 Gemini 4 Argon 遵守系統權限、回報失敗結果，以及在進行不可逆的重要操作前等待人工確認，以降低 AI 代理在長時間自主執行任務時產生非預期行為的風險。
Gemini 4 Argon 即日起向全球開放，開發者可透過 Google Studio、Android Studio 及付費版 Gemini API 使用，Google Ultra 訂閱者也能在 Google Studio 與 Google Antigravity 開發 AI 代理；企業可透過 Gemini for Business、Gemini API 及 Google Antigravity 導入，一般 Google AI Pro 與 Ultra 訂閱用戶則能在 Gemini 應用程式及 Google 搜尋 AI 模式中體驗新模型。
另一方面，Google 宣布提供 1 萬名科學家免費使用 Google Antigravity 最高用量等級 6 個月的機會，目前已開放申請並採滾動式審核；受信任的資安防禦專家也可申請加入 Fairwind Program，經審核後有機會取得未設一般網路安全防護限制的 Gemini 4 Argon 存取權限。
