刚刚，Gemini 4全球上线

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，全员一致宣布：

新一代旗舰机型Gemini 4 Argon在全球范围内首发。

Pro用户可在Gemini应用和搜索AI模式中直接使用，开发者则能通过付费API在AI Studio、Android Studio中调用。

Ultra用户除了享有Pro的全部体验外，还可在AI Studio和Antigravity里启动工作。

自两周前首次亮相以来，许多人一直热切期盼，被各种预热吊足了胃口，如今终于能够实际体验。

Gemini 4 Argon将图像、视频和语言理解，与推理、代码执行融为一体。

AI在理解任务后，还能进一步调用工具、执行代码，推动任务继续向前。

实际表现究竟如何？

在官方公布的19项基准对比中，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。

同一份成绩单显示，其实力直接对标GPT-6 Astra和Fable 5.1，重返全球第一梯队。

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。

更厉害的是，除了纸面分数，谷歌还展示了Argon解决真实工程、科学和机器人难题的成果。

只要设定一个目标，繁琐的工作它全部包揽。Argon此次正式上线，提交的就是这样一份答卷。

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。过去一个月中，Google内部超过10万名员工已经用它进行过实战测试。

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的一项架构重构，从数月缩短到数周。

AI为AI加速：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手写光线追踪，代码开始「创造世界」

「代码完成后，直接生成可运行的3D世界」，这是此次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：搭建一座中国风格的寺庙。

Argon先用Blender建模，然后让多个Agent反复检查画面，根据反馈继续修改。经过一轮轮调整，最终搭建出一整座寺庙建筑群。

从飞檐、斗拱，到庭院里的植被和整座建筑的光影，细节也全部补齐。

接下来，它被给到一张办公桌照片，要求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、书本和键盘变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，而是自己用Python和NumPy编写光线追踪程序，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。棋子能动之后，再接上网页交互和单人对战AI，一盘可以直接游玩的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。

虚拟世界里，小车能跑、棋子能动。但要把这套空间理解能力带到现实中，机器人还得真正学会如何移动。

谷歌给Argon播放了一段人类投掷沙包的视频，随后，它在仿真世界中练习的动作，直接被迁移到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。就这样边投边调整，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。按照谷歌的说法，其中原本需要数周的人工仿真建模，被压缩到了几小时。

从一张照片创造游戏，到指挥机器人工作，Argon确实将理解和动手联系在了一起。

攻克数月工程，重构Chrome「祖传代码」

除了从零创造游戏，Argon还需要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拥有约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团队需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，压缩到了数周。

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。

到了开源Agent框架ADK，Argon直接工作了一个通宵。

面对约20.5万行Python代码，工程师给了它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，并结合第一轮成果合并到了主分支。

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%。

能够支撑这类长任务，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提升到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，使得Agent代码提交量增加超过35%，代码回滚减少近三分之一。

Isomorphic Labs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整理工作，如今被压缩到几小时。

近60年核聚变猜想，AI又向前推进了一步

工程师让Argon处理代码，科学家则把更难的课题交给了它。

这不，Argon也在核聚变猜想领域立下了大功。

在核聚变领域，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，研究者随后独立重新计算、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，再用它研究更复杂的磁场。

另一组成果，已经在实验室里亮了起来。

谷歌科学家和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、调整模型的设计环节，这次几小时就完成了。

随后，科学家将候选酶制造出来，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光，设计是否有效，可以直接看到。

Argon还帮助谷歌为量子纠错提速：优化内部AlphaQubit纠错解码器，使得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到了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世界表现强劲

到了网友手中，Argon的画风立刻变了。全球上线之后，一批Argon的实际测试结果新鲜出炉。

BridgeMind让六大模型做同一道熔岩灯题。

结果显示，Argon不到2分钟、花费0.18美元；同组Opus 5.5用了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，成为全网一致的主流方向。

开发者在对比后，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。