Gemini 4 Argon：邁向先進智慧的下一個時代

今天，我們正式宣布推出全新的前沿模型 Gemini 4 Argon，並透過我們的 Fairwind 計畫，率先開放給一批受信任的網路安全防禦專家。Argon 是專門打造來在複雜、長期的工作流程中維持深度的推理而，已經徹底改變我們在 Google 工作與開發的方式。它在實際軟體工程、如法律與金融等企業知識，以及網路安全防禦等複雜的工作流程中，都展現了先進且出色的效能。

要安全地釋出此等級的先進能力，必須採取分階段的策略。在逐步擴大使用範圍的同時，我們也主動配合美國政府的自願性計畫，在模型正式發布前，先開放權限供相關單位評估。在我們盡快將 Argon 提供給開發者、企業與消費者之前，我們將持續收集早期測試者的回饋，並不斷迭代，同時改善安全防護機制。

Argon 將以優惠價推出：每百萬輸入詞元（Token）為 2 美元，每百萬輸出詞元為 10 美元；快取輸入詞元的價格則比一般輸入詞元便宜 95%。

改變Google的工作與開發方式

Gemini 4 Argon 已經開始支援我們的內部工作流程，數千名 Google 員工表示 Argon 在專業程式編寫任務、執行深度研究以及寫作品質上都具有優勢。它已經協助各團隊加快開發速度、突破工程生產力的極限，並加速以下領域的突破：

• 量子演算法最佳化： 在複雜的量子運算中，某些特定程序往往會拖慢整體的執行速度。Argon 正協助我們的研究團隊突破這些「效能瓶頸」，大幅優化運算所需的時空資源（量子位元 × 邏輯閘）。在一個實際案例中，Argon 僅花了短短幾分鐘，就交出了比現有公開文獻還要好上 40% 的成績。
• 記憶體效率：一組 Argon 代理分析 Google 資料中心整體系統的效能分析數據，自主辨識並套用記憶體最佳化方案。全面部署後，已釋放超過 300 TiB 的記憶體，預估整體可節省約 500 TiB 至 1 PiB 的記憶體容量。
• 大規模程式碼庫遷移與最佳化： Argon 代理程式已經在把 Google 內部的 C/C++ 程式碼庫遷移至 Rust。規模從 re2、libgav1 等核心函式庫的數萬行，涵蓋至 Fuchsia Zircon 核心的 80 多萬行。考量到許多系統的關鍵性，這類大規模重寫在投入生產環境前，都會經過嚴格的自動與手動稽核、模擬測試及審查。

以 Google 的影片解碼開源軟體 libgav1 為例，Argon 代理程式接手了現成的 Rust 移植版本，並成功替換掉高達 3.2 萬行的 SIMD 程式碼。在此過程中，Argon 反覆進行效能測試、分析編譯器的輸出結果，最後自動寫出安全的 Rust 程式碼，讓編譯器能自動完成向量化處理。最終的成果是打造出一個具備記憶體安全優勢的影片解碼器。它不僅產出的影片與原本完全相同，執行速度更比原本的 Rust 版本快上 2.7 倍，效能表現已非常逼近經過高度最佳化的 C++ 版本。

 

為你解決最複雜的難題

為了讓 Gemini 4 Argon 能勝任更長、更複雜的使用情境，我們將模型的輸出詞元上限，從先前的 6.4 萬個詞元大幅擴增至業界領先的 100 萬個詞元。當模型有足夠的餘裕進行深度思考，並能在單次推演中生成數十萬個詞元時，就賦予了它全新層次的深度推理能力，使其能一次到位地解決各種棘手的難題。

 

運用前沿模型，推動跨領域程式編寫與企業工作流程  

Gemini 4 Argon 在程式編寫、邏輯推理與多模態處理上展現了強大能力，並能穩定執行耗時且多步驟的任務，這讓它在應對各種企業工作流程時都能游刃有餘。

事實上，Google 工程師已將 Argon 應用於日常工作中，涵蓋一般除錯、大規模程式碼庫遷移，以及演算法設計。在專門評估「真實世界長期軟體工程任務」的 DeepSWE v1.1 基準測試中，Argon 以 77.9% 的優異得分，創下了業界最先進的新紀錄。

除了程式編寫，Argon 在處理專業知識領域同樣處於領先地位。在衡量金融、程式開發、法律與稅務等工作經濟影響力的 Vals 指數中，Argon 穩居榜首。我們在其他特定領域的評估也看到了同樣亮眼的表現，例如多步驟金融研究（Vals Finance Agent v2）以及法律研究與草擬（Harvey’s Legal Agent Benchmark）。此外，在 Zapier 測試企業核心業務「全端執行能力」的 AutomationBench 基準測試中，Argon 也以 51.3% 的高分名列第一。

當知識型工作需要視覺理解時，Argon 更展現了獨特的強大優勢。它能執行專業的圖表分析、辨識長影片中的關鍵細節，並根據一連串的文件內容採取行動。舉例來說，在專門測試長影片理解能力的 LVBench 評測中，Argon 以 91.7% 的高分，展現了業界最頂尖的水準。

 

引領防禦性網路安全

為了讓網路防禦專家能更好地應對網路攻擊的新紀元，我們將 Gemini 4 Argon 訓練為具備極高網路防禦能力的模型。Argon 能自主尋找、驗證並修補關鍵的軟體漏洞。針對受信任的防禦專家與 Google 的內部團隊，我們將發布未設網路安全防護限制的 Argon 版本，讓他們能充分發揮其先進等級的網路安全防禦能力。

Wiz 已經透過「Scan for Good」計畫將 Argon 用於網路安全防禦。這項計畫致力於透過尋找並修補高風險漏洞，免費保護關鍵公共基礎設施。在一次早期的影響力示範當中，Argon 發現了一個關鍵漏洞，會洩露全球醫院使用的醫療保健軟體中的敏感個人資訊，成功識別出先前其他先進模型未能發現的嚴重風險。

在評估模型修補安全漏洞能力的 CWE-bench v1 測試中，Argon 以 68% 的最高分並列第一，延續了 3.8 Flash Cyber 在 CWE-bench v0 上的前沿表現。

Gemini 4 Argon 在漏洞識別能力上，相較於 3.8 Flash Cyber 展現出顯著提升：

• 在 Google 內部全方位的漏洞基準測試中，Argon 成功揭露了涵蓋 20 種程式語言、複雜程式碼庫中的廣泛安全風險。 
• 在 Wiz 的內部黑箱滲透測試，用以評估模型在無原始碼狀況下分析即時網路系統能力的基準中，Argon 在攻擊面探測、漏洞識別以及產生驗證用的概念驗證（PoC）方面，表現均優於 3.8 Flash Cyber。

 

在廣泛推出前強化前沿安全防護機制

在把 Gemini 4 Argon 推送給更多人之前，我們將持續從四大面向強化關鍵的前沿安全防護機制：

• 防禦濫用行為：為了防止有心人士將 Argon 用於網路攻擊，或發動化學、生物、放射性與核能（CBRN）攻擊，我們遵循《先進安全框架》（Frontier Safety Framework），將模型設計為會主動拒絕有害請求，同時允許合法的軍民兩用科學研究。為了這次的發布，我們正進一步提升防護機制的韌性，包含改良監控模型內部運作狀態的技術，以便更精準地揪出濫用行為。這些防禦機制都已交由內部與外部的紅隊（Red teams），透過結合手動與自動化的攻擊手法，完成了嚴格的壓力測試。
• 防禦提示注入攻擊：針對利用惡意指令或上下文來挾持模型行為的「間接提示注入攻擊」，Argon 是我們目前防禦力最強的模型。這類攻擊非常複雜，需要我們時刻保持警戒並部署多層防禦。透過自動化的紅隊測試與對抗性訓練，Gemini 4 Argon 在 Gray Swan 的間接提示注入（IPI）基準測試中，展現了領先業界的強大防禦力。
• 監控未對齊（Misalignment）行為：為了防止 Argon 在執行任務時越界或偏離使用者的原本意圖，我們部署了專屬的緩解機制，隨時監控 Argon 的思維鏈（chain-of-thought）與行動，並在必要時直接中止其執行。我們也運用類似的系統來監控訓練過程，一旦發生異狀就會向專屬的事件應變團隊發出警報。同時，我們非常謹慎地避免將這些監控結果直接回饋到訓練中，以免 Argon 學會改變推理方式來「規避」我們的監控。隨著模型能力大幅躍進，我們也面臨著對齊風險的關鍵挑戰。我們強烈呼籲整個業界應保持模型推理的透明度，讓模型的「思考過程」能持續幫助我們找出並修正未對齊的行為。
• 系統強化：隨著前沿模型的能力日益強大，我們需要同樣與時俱進的安全環境，才能進行安全的測試。配合我們的 AI 代理控制藍圖，我們正進一步強化沙盒環境的安全性：在展開高風險的訓練或評估前，我們就會先將沙盒環境隔離並徹底封鎖。我們承諾會與合作夥伴分享這些代理程式安全性的最佳實務，共同提升整個生態系的安全防護標準。

 

即將推出

我們賦予了 Gemini 4 Argon 在程式開發、知識型工作、網路安全防禦以及創意寫作上的先進能力，期盼能成為開發者、專業人士與企業在解決最棘手難題時的得力夥伴。我們非常感謝首批網路防禦專家與受信任的測試人員，他們在真實環境下的評估與回饋，將幫助我們在正式向開發者、企業與廣大消費者發布之前，進一步強化我們的系統。

Gemini 4 Argon 將率先開放給付費 API 客戶與 Google AI Ultra 訂閱者使用。

 

_{(本文作者：Koray Kavukcuoglu，Google DeepMind 資深副總裁暨 Google 首席 AI 架構師)}

 

 

看QNAP活動文拿好禮|看TP-LINK WirFroce現場直擊拿好禮 |
ioioTIMES 中秋大放送 留言得好禮
現在就加入 ioioTIMES 臉書粉絲團 更多互動、更多好康攏抵加!!
我們有LINE TODAY頻道了，快來追踪我們吧!!--最新科技新聞 盡在你手