Gemini 4时代，正式拉开帷幕！
就在今晚，谷歌CEO劈柴、Hassabis等人几乎同步发声，集体宣布：
新一代旗舰型号Gemini 4 Argon全球首发。
Pro用户可在Gemini应用及搜索AI模式中使用，开发者可通过付费API在AI Studio、Android Studio中调用。
Ultra用户除了享有Pro的全部功能外，还可在AI Studio和Antigravity中直接操作。
自两周前首次亮相后，众多用户翘首以盼，被各类预热信息吊足了胃口，如今终于可以实际体验了。
Gemini 4 Argon将图像、视频与语言理解，同推理、代码执行整合在一起。
AI在理解任务后，还能接着调用工具、执行代码，推动任务继续进展。
实际表现究竟如何？
在官方公布的19项基准测试中，最高思考档位的Gemini 4 Argon取得了13项单独最高分，另有1项并列最高。
同一张成绩单显示，其性能直接对标GPT-6 Astra和Fable 5.1，重返全球第一梯队。
在第三方Artificial Analysis智力指数中，Argon（high）获得53分，与GPT-6 Astra（max）持平，比GPT-6.1 Sol（max）高出1分。
更令人瞩目的是，除了理论跑分，谷歌还展示了Argon解决实际工程、科学与机器人难题的成果。
只需设定目标，繁琐的工作全由它包揽。Argon此次正式上线，交出的正是这样一份成绩单。
开发者生态负责人Logan Kilpatrick表示，为了Gemini 4，全栈团队埋头苦干了6个月。过去一个月，Google内部超过10万名员工已用它进行了实战测试。
接下来，直接划重点：
AI通宵工作11小时，交出工程成果：Argon完成了16892项单元测试；Chrome一项架构重构，从数月压缩至数周。
AI为AI提速：Gemma 4 E2B在指定推理配置下提速2.85倍，输出token保持一致。
从屏幕走向真实世界：机器人连续投中7次沙包，AI辅助设计的5种新酶全部通过实验室催化活性验证。
百万token工作空间，首发价格减半：输入、思考与输出共用百万窗口；截至11月30日，每百万输入/输出token分别为2美元和10美元，之后恢复至4美元和20美元。
Python手写光追，代码开始「创造世界」
「代码写完，直接生成可运行的3D世界」，是此次Argon最引人注目的能力。
谷歌工程师给Antigravity中的Argon布置了一项任务：搭建一座中国风寺庙。
Argon先用Blender建模，再让多个Agent反复检查画面，根据反馈持续修改。经过多轮调整，搭建出了一整座寺庙建筑群。
从飞檐、斗拱，到庭院里的植被和整座建筑的光影，细节均被补齐。
接着，扔给它一张办公桌照片，让它手搓一个微型赛车场。
要让车真正跑起来，首先得把照片变成可交互的场景。Argon用Blender搭建桌面和赛道、检查碰撞，再让Nano Banana补充纹理。
场景搭建完成后，它又用Three.js接入物理模拟和操控功能，并配上Gemini Omni Flash生成的引擎声。
于是，照片中的水杯、书本和键盘成了赛道上的障碍物，小车真的能在桌面上行驶了。
还有更硬核的，Argon不调用现成的3D引擎，自己用Python和NumPy编写出光线追踪程序，从零渲染出一间洒满阳光的图书馆，还配套编写了视频工具和混音器。
在巫师国际象棋方面，Argon先制作出棋子，为它们绑定骨骼、添加动作和贴图。棋子能动后，再接上网页交互和单人对战AI，一盘可直接游玩的3D棋局便完成了。
Demis Hassabis看到后，想起了自己当年在Amiga电脑上玩《战争象棋》的快乐。
虚拟世界中，小车能跑、棋子能动。但要把这种空间理解能力带到现实中，机器人还需真正学会如何移动。
谷歌让Argon观看了一段人类投沙包的视频，随后，它在仿真世界中练习的动作，直接被移植到Apollo真机上。
到了真实场地，Argon继续观察每次落点，将释放位置微调几厘米。就这样边投边调，机器人最终连续投中7次。
人类的示范视频，就这样变成了机器人练习动作的起点。按谷歌的说法，其中原本需要数周的人工仿真建模，被压缩至几小时。
从一张照片创造游戏，到指挥机器人工作，Argon确实将理解与动手能力联系在了一起。
攻克数月工程，重构Chrome「祖传代码」
除了从零制作游戏，Argon还需证明自己能接手长期维护的大型项目。谷歌将自己的Chrome代码库交给了它。
Chromium有约4000万行代码，其中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，改动涉及数百个文件。
Argon帮助团队并行推进多组修改，将原本需要数月的架构重构，压缩至数周。
这次重构，将使网页在Chrome的标签页、侧边栏和浮动窗口之间移动时，无需重新加载，同时消除一类浏览器崩溃问题。
在开源Agent框架ADK方面，Argon直接干了一个通宵。
面对约20.5万行Python代码，工程师给出了一份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，改动必须附带测试。
工程师进行了两轮实验，第二轮从晚上9点11分开始。
Argon在Antigravity的/goal模式下无人值守地运行了11小时，查找瓶颈、修改代码、审查自己的修改，最终完成了16892项单元测试，提交了涉及32个文件、6项优化的代码合并请求。
维护者从中保留了2项，并综合第一轮成果合并入了主分支。
最终，长会话中的内存会话准备耗时减少约40%，冷导入耗时减少21%。
能支撑这类长任务，背后还有约100万token的统一工作空间，输入、思考和输出共同使用。后台长任务的输出可扩展到百万token级别，普通同步调用默认最多输出65536 token。
它甚至开始为另一个AI提速。
在A100、vLLM这组测试配置下，Argon优化Gemma 4 E2B推理程序，将吞吐量从每秒约3.79万token提升至10.8万以上，端到端提速2.85倍，输出token保持一致。谷歌称，通常需要数月的优化，这次几天就完成了。
从Google内部整体来看，Argon在Antigravity中的使用，使Agent代码提交量增加超过35%，代码回滚减少近三分之一。
Isomorphic Labs利用它整理药物研发中的复杂PDF和专利，过去通常需要数周的资料工作，如今压缩至几小时。
近60年核聚变猜想，AI又向前推进了一步
工程师让Argon攻克代码难题，科学家则将更难的问题交给了它。
这不， Argon也在核聚变猜想领域，立下了大功。
核聚变领域，仿星器需要用复杂的三维磁场约束高温等离子体。磁场如何保持平衡，是设计中的一道难题。
1967年提出的「Grad猜想」认为，除某些特殊构型外，一类满足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等研究者找到了反例。
这一次，谷歌团队与Landreman合作，借助Argon进一步去除了原有解中的「仿星器对称性」限制，找出了更广泛的一类精确解。
团队将已有论文和问题交给Antigravity中的Gemini 4 Agent，几小时内就得到了有希望的候选解。Argon还编写了验证代码，研究者随后独立重算、核对每一步推导。
有了这些精确解，研究者就多了一套「标准答案」，可以检查仿星器模拟程序计算的准确性，再用于研究更复杂的磁场。
另一组成果，已经在实验室中亮了起来。
谷歌科学家与Argon一起设计了5种新酶，用于切开分子中的特定化学键。过去通常需要花费数月筛选、调模型的设计环节，这次几小时就完成了。
随后，科学家将候选酶制作出来，5种都能催化目标反应。
检测用的分子被切开后，产物会在紫外光下发亮，设计是否有效，直接可以观察到。
Argon还帮助谷歌为量子纠错提速：优化了内部AlphaQubit纠错解码器，使单位时间处理的数据接近翻倍。
它还编写了一个计算反正弦的量子子程序，并通过Lean形式化验证。与已发表的量子CORDIC方案相比，这段程序的时空开销降至1/100以下。
在罕见病研究中，Gamow Labs用Argon分析去标识化的新生儿基因组，发现了一例被常规软件漏检多年的染色体重排，并解释了漏检原因。
全网开测，3D世界太能打了
到了网友手中，Argon的画风立刻变了。全球上线之后，一批Argon实测新鲜出炉。
BridgeMind让六大模型，做同一道熔岩灯题。
结果显示，Argon用时不到2分钟、花费0.18美元；同组Opus 5.5用时9分35秒、花费1.27美元。透明灯体中，发光的熔岩已经流动起来。
Gemini 4 Argon巧妙运用傅里叶旋转圆，勾勒出一只打工羊驼。
3D物理测试，成为全网清一色的主流。
开发者一手对比后，大呼Gemini 4和Astra都是3D之王。
下面Gemini 4徒手搭建出一个3D版的鲁布·戈德堡装置，从重力滑行到机关弹射，直接跑通了复杂的3D物理长链条因果推理。