Google 宣布推出 Gemini 4 Argon，透過 Gemini API 開放全球開發者與企業使用，Google AI Pro 與 Ultra 訂閱者也可在 Gemini 應用程式及 Google 搜尋 AI 模式中體驗。這款模型著重處理需要多步驟推理、跨領域知識與長時間執行的任務，應用範圍涵蓋程式開發、企業文件分析、資安與科學研究。
Gemini 4 Argon 上市優惠價為每百萬輸入詞元（Token）2 美元、每百萬輸出詞元 10 美元，快取輸入詞元價格則比一般輸入便宜 95%。Gemini API 同時提供 100 萬詞元的統一輸入輸出上限，搭配新的接續協定，支援內容較長、執行步驟較多的工作。
從回答問題延伸到持續執行複雜任務
Argon 的發展重點，是在真實工作環境中持續分析、執行並完成任務。Google 表示，模型在邏輯推理、視覺理解、專業領域知識及文本產出能力上都有提升，對寫作風格與指令的遵循也更穩定，並能在執行過程中回報進度。
在評估金融、程式開發、法律與稅務等領域表現的 Vals Index 中，Argon 取得第一名。Google 也表示，搶先導入的企業與新創團隊，已將模型用於複雜圖文文件解析、長期趨勢數據分析，以及互動式分析工具開發。
Google 內部導入，協助 Chrome 與開源專案改善效能
Google 已在內部開發平台 Antigravity 導入 Argon。依內部統計，AI 代理提交程式碼的比例提高超過 35%，需要撤回程式碼變更的情況則減少近三分之一。
Chrome 團隊將 Argon 用於 Chromium 的程式碼架構重整。面對約 4,000 萬行的程式碼庫，Argon 協助團隊把核心網頁處理機制，從約 600 萬行的舊版功能模組中拆分，並以分批提交變更的方式，將原本需要數月、涉及數百個檔案的工作縮短至數週。這項調整有助於分頁、側邊面板與浮動視窗切換時保留網頁狀態，減少重新載入與相關當機問題。
在 Google 開源代理程式開發套件 ADK 中，團隊提供規則指南與降低框架系統負擔的任務目標後，讓 Argon 自主分析並提出修改。相關程式碼已合併至專案，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%。
科學運算工具也有導入案例。開源量子化學工具 xTB 經調整後，分子結構預測速度提升至原本的 2.3 倍，尋找分子立體構型的構象搜尋效率則提升至 1.8 倍，相關修改已合併至官方專案。
另外，Google 透過 Argon 改善 Gemma 4 E2B 在 A100 GPU、vLLM 環境下的推論效能，端到端速度提升至 2.85 倍，每秒處理詞元數從約 3.79 萬增加至超過 10.8 萬。Google 表示，在該測試條件下，輸出結果維持完全一致。
支援 3D 開發，從影片建立機器人動作
除了處理既有程式碼，Argon 也強化空間推理、數學計算與視覺程式開發能力。開發團隊可在 Antigravity 中搭配指令、自訂技能與多代理協作，建立能直接在瀏覽器執行的 3D 視覺化原型、遊戲與互動動畫。
機器人應用則結合影片理解、物理推理與程式碼生成。在評估模型理解 3D 環境及解決物理、空間問題能力的 ERQA 基準測試中，Argon 取得 87% 成績。
Google 也展示一項內部測試，讓 Argon 觀看人類玩布袋球的側拍影片，再自行建立環境的 3D 座標、計算關節運動軌跡並撰寫模擬程式。程式部署至 Apptronik 的 Apollo 人形機器人後，機器人在實體測試中連續投進 7 顆沙包。
這套「從影片到模擬、再到實體」的流程，將該次測試原本需要數週的人工模擬建模工作縮短至數小時，展示利用日常影片協助開發機器人動作的可能性。
資安應用擴大至 Fairwind 夥伴
Google 將 Argon 的支援範圍擴大至 Fairwind 計畫中的數百個受信任資安夥伴，協助防護團隊檢查程式碼、驗證漏洞與分析系統風險。
Wiz 已在保護公共基礎設施的 Scan for Good 計畫中導入 Argon。其中一項醫療系統案例，模型協助串聯多個分散弱點，找出可能導致外部人士越權下載系統檔案的安全問題，讓團隊得以及時處理，降低核心金鑰外洩、軟體遭接管與病患資料暴露的風險。
量子運算、核融合與酵素設計成為研究應用
在量子運算領域，Argon 協助將內部版本的 AlphaQubit 機器學習解碼器，改寫為經效能調整的單一硬體核心，使推論吞吐量接近翻倍。這項成果有助於研究團隊在即時反應限制下，部署規模更大的錯誤更正模型。
Google 另以量子模擬演算法中的 arcsin 運算為例，表示 Argon 編寫、並經 Lean 系統形式化驗證的版本，相較已發表的量子 CORDIC 基準，速度提升超過 100 倍。
核融合研究方面，Google 團隊與馬里蘭大學教授 Matt Landreman 合作，推導出更廣泛的格拉德猜想反例。這些數學解可作為仿星器模擬演算法的驗證基準，協助研究人員檢查磁場模擬結果。
在酵素設計上，研究團隊讓 Argon 針對目標分子 4MU-acetate 設計絲胺酸酯酶。模型在數小時內完成資料彙整、模型微調與候選篩選，產出 5 款新設計，後續實驗室測試確認均具備催化活性。這類酵素可應用於環保回收、藥品製造、生質燃料與清潔劑等領域。
為擴大研究使用，Google 將提供 1 萬名科學家免費使用 Antigravity 最高用量等級 6 個月的機會，目前已開放申請，採滾動式審核。
加入代理行為監控與提示注入防護
隨著模型能自主執行更多步驟，Google 也針對 Argon 加入多層防護，包括防止越獄、即時監控與違規處置，並與第三方團隊評估模型能力及風險。
在 AI 代理行為上，Google 訓練 Argon 遵守系統權限、如實回報失敗，並在不可逆的關鍵操作前等待人工確認。依 Google 的程式碼基準測試，模型嘗試以不當捷徑完成任務的比例降至 2%。內部另導入自動化監控系統，檢查代理的推理與實際動作，辨識可能偏離原定任務的行為。
針對藏在網頁、信件或程式碼中的惡意指令，Argon 透過對抗性訓練與自動化紅隊測試強化防護。在 Gray Swan 間接提示注入基準測試中，經過最多 15 輪可依模型反應調整策略的攻擊，攻擊成功率為 0.7%。上述數據屬於特定測試條件下的結果。
開發者、企業與訂閱使用者分別開放
開發者可透過 Google Studio 與 Android Studio 使用付費 Gemini API，Google Ultra 訂閱者也能在 Google Studio 與 Antigravity 中進行開發。企業則可透過 Gemini for Business、Gemini API 與 Antigravity 導入 Argon。
一般使用者方面，Google AI Pro 與 Ultra 訂閱者可在 Gemini 應用程式及 Google 搜尋 AI 模式中體驗。資安防禦專家則可申請加入 Fairwind Program，經審核取得適用於防禦研究的模型存取權限。
