Gemini 4 Argon 全球上线：从「看懂」到「动手」，这次谷歌把家底全押上去了

2026年10月15日

北京时间今晚，谷歌把新旗舰模型 Gemini 4 Argon 正式放了出来。Pichai、Hassabis 几乎是同一时间发的官宣，加上一堆科学家转发，声势相当齐整。距离 Argon 两周前首次亮相已经过去一阵，各路预热吊足了胃口，现在终于能上手了。

先从最简单的口径说起。Pro 用户可以在 Gemini 应用和搜索 AI 模式里直接体验，开发者走付费 API，在 AI Studio 和 Android Studio 里调用；Ultra 用户除了 Pro 的全部内容，还能在 AI Studio 和 Antigravity 里开工。Argon 把图像、视频和语言的「看懂」，和推理、代码执行的「动手」绑在一块，看完任务之后还能接着调工具、跑代码，把活往下推。

这次发布最戳我的，不是它把三项能力简单拼在一起，而是它真的开始「造世界」了。谷歌工程师给 Antigravity 里的 Argon 布置了一座中国风寺庙，它先用 Blender 建模，再让多个 Agent 反复检查画面、按反馈修改，一轮轮调完，飞檐、斗拱、庭院植被和光影都补齐了。更狠的是它不调现成的 3D 引擎，自己拿 Python 和 NumPy 从零写出光线追踪程序，渲染出一间洒满阳光的图书馆，连视频工具和混音器都顺手写了。Hassabis 自己看完都想起当年在 Amiga 上玩《战争象棋》的快乐。

这套「看懂 + 动手」的能力，还从屏幕一路延伸到了真实世界。谷歌给 Argon 看了一段人类投沙包的视频，它在仿真世界里练的动作被搬到 Apollo 真机上，到了现场还边观察落点边把释放位置微调几厘米，最后连续投中 7 次。原本需要数周的人工仿真建模，据说被压到了几小时。

真的去啃别人的祖传代码

光会造玩具不算本事，Argon 还得证明自己能接手长期维护的大型项目，谷歌索性把自家 Chrome 代码库交了出来。Chromium 有约 4000 万行代码，一个旧的浏览器功能目录就占了约 600 万行，Chrome 团队要从中拆出核心网页处理逻辑，改动横跨数百个文件。Argon 并行推进多组修改，把原本需要数月的架构重构压到了数周——这次重构能让网页在标签页、侧边栏和浮动窗口间移动时无须重新加载，还能消除一类浏览器崩溃问题。

更让我觉得「这次是来真的」的，是开源 Agent 框架 ADK 那次通宵。面对约 20.5 万行 Python 代码，工程师给了它一条维护规则和一段话的目标：减少框架开销，接口不能变，现有应用不能坏，改动必须带测试。第二轮实验从晚上 9 点 11 分开始，Argon 在 Antigravity 的 /goal 模式下无人值守跑了 11 小时，查瓶颈、改代码、审查自己的修改，跑完 16892 项单元测试，交出涉及 32 个文件、6 项优化的合并请求，维护者保留了 2 项并合入主分支。最终长会话里的内存会话准备耗时减少约 40%，冷导入耗时减少 21%。

它能撑住这类长任务，靠的是约 100 万 token 的统一工作空间，输入、思考和输出共用；后台长任务的输出可扩展到百万 token 级，普通同步调用默认最多输出 65536 token。这也是首发价格直接减半的底气——截至 11 月 30 日，每百万输入 / 输出 token 只要 2 美元和 10 美元，之后恢复 4 美元和 20 美元。对想让它挂机跑一晚上改代码的团队来说，这个定价是有吸引力的。

开发者生态负责人 Logan Kilpatrick 说，为了 Gemini 4，全栈团队埋头干了 6 个月，过去一个月谷歌内部超过 10 万名员工拿它做过实战测试。放到整个 Google 内部看，Argon 在 Antigravity 里的使用让 Agent 代码提交量增加超过 35%，代码回滚减少近三分之一。它甚至开始给另一个 AI 提速——在 A100、vLLM 那组配置下，Argon 优化 Gemma 4 E2B 的推理程序，把吞吐从每秒约 3.79 万 token 推到 10.8 万以上，端到端提速 2.85 倍，输出 token 保持一致。

科学家把更难的题交给它，而且真出了活儿

工程之外，Argon 还啃下了几个更偏研究的问题。1967 年提出的「Grad 猜想」认为，除某些特殊构型外，一类严格条件的平滑平衡解并不存在，最近马里兰大学教授 Matt Landreman 等人找到了反例；这次谷歌团队和 Landreman 合作，借 Argon 进一步去掉原有解里的「仿星器对称性」限制，找出了更广一类精确解。团队把已有论文和问题交给 Antigravity 里的 Gemini 4 Agent，几小时内就得到有希望的候选解，Argon 还写了验证代码，研究者随后独立重算、核对每一步推导。

实验室里也有看得见的结果。谷歌科学家和 Argon 一起设计了 5 种新酶，用来切开分子里的特定化学键，过去要花几个月打磨的设计环节这次几小时就完成，做出来后 5 种都能催动目标反应——检测分子被切开，产物在紫外光下发亮，有没有用直接看得见。Argon 还帮谷歌优化了内部 AlphaQubit 纠错解码器，让单位时间处理的数据接近翻倍，并写出了一个通过 Lean 形式化验证的求反正弦量子子程序，和已发表的量子 CORDIC 方案比，时空开销降到了 1/100 以下。

AI 上了线，画风立刻就被网友带偏，但方向几乎一致：3D 物理测试成了全网清一色的主流。BridgeMind 让六大模型做同一道熔岩灯题，Argon 不到 2 分钟、花了 0.18 美元，同组 Opus 5.5 用了 9 分 35 秒、花了 1.27 美元；网友 YU 用两次指令、约 9 分钟、0.88 美元做出 Three.js 版的宫古岛海景，浅滩、珊瑚、热带鱼和大桥都在，还能切到水下，画面纯代码生成没用到外部图片。连 3D 版的鲁布·戈德堡装置，从重力滑行到机关弹射，它也能一口气跑通完整的长链条因果推理。

我自己也试了试，让 Argon 把「下班后被工作消息追着跑」做成真正能玩的小游戏——《别让已读回执追上我》里，小人拎包往外跑，红色通知从四面追来，按「收到」最近的通知会停两秒，回一句「马上」眼前消息清空，可十秒后迎来双倍追兵。前 40 秒我一直满血，绕会议桌、穿走廊，把通知甩在身后，结果之前许下的「马上」集中到期，追兵越涌越多，逃亡最终停在 52.5 秒，离家门解锁只差 7.5 秒。

回看这次发布，谷歌几乎是把自己沉淀了二十多年的工程体系整个推上了前台。Chrome 交出庞大的代码库，Gemma 交出推理程序，DeepMind 的科学家交出研究难题，Argon 在真实任务里受检验，做出的改进又回到谷歌自己的产品和研究中。AI 已经开始给明天的研发抢时间了，谁先写出软件、先验证想法、把下一代工具提前造出来，谁就占住更靠前的身位。这一次它能顶上多久，还得看上线之后在更多真实场景里接不接得住。

真的去啃别人的祖传代码

科学家把更难的题交给它，而且真出了活儿

相关链接