Gemini 4 Argon: Създаден да решава най-трудните ви задачи

Gemini 4 Argon вече е достъпен глобално за разработчици и предприятия чрез API в AI Studio и платформата Gemini, за абонатите на Google AI Ultra в Google Antigravity, както и за абонатите на Google AI Ultra и Pro в приложението Gemini и AI Mode в Search.

Argon се отличава при задълбочена работа по сложни задачи от реалния свят в области като програмиране, финанси, право, киберсигурност и наука. Неговата задълбоченост и прецизност при многостъпкови задачи му позволяват да надмине други авангардни модели в тестове в различни области, като заема първо място във Vals Index, който измерва производителността на моделите в ключови икономически сектори като финанси, програмиране, право и данъчна дейност.

Моделът стартира днес с въвеждаща цена ¹ от 2 долара за милион входни токени и 10 долара за милион изходни токени (като кешираните входни токени са с 95% отстъпка).

Екипи в Google, предприятия и изследователската общност вече използват Argon за постигане на значими резултати в различни области:

• Решаване на мащабни инженерни проблеми като рефакториране и оптимизиране на големи кодови бази
• Оптимизиране на бизнес процеси в области като право, финанси и наука
• Откриване и отстраняване на критични уязвимости в киберсигурността
• Осъществяване на нови пробиви в квантовите изчисления, ядрения синтез и науките за живота

Решаване на сложни инженерни задачи

В Google използваме Argon за най-трудните си инженерни проблеми. През последните няколко седмици софтуерните инженери доставят висококачествен код по-бързо от всякога. Argon в Antigravity помогна на екипите да увеличат подаването на код от агенти с повече от 35%, като същевременно намали връщанията на код с почти една трета.

• Разплитане на кода на функциите на браузъра в Chrome: Argon помогна на екипа на Chrome да отдели основната обработка на уебстраници от наследена папка с около 6 милиона реда код за функции на браузъра, намираща се в кодовата база на Chromium от 40 милиона реда. Подаването на множество чисти промени в кода едновременно помогна на екипа да завърши архитектурен рефакторинг на стотици файлове, като приключи месеци работа за седмици. За милиардите потребители на Chrome по света това ще отключи възможността активните уебстраници да се преместват плавно между раздели, странични панели и плаващи прозорци без презареждане, премахвайки цяла категория сривове на браузъра.

• Оптимизиране на производствена Python кодова база за часове: Argon в Antigravity помага на екипа зад Agent Development Kit (ADK) с отворен код на Google — рамка, която захранва корпоративни агенти — да развие още повече инженерната оптимизация на производителността. Екипът предостави на Argon своя .agents/skills правилник и цел от един абзац: да премахне режийните разходи на рамката, без да наруши съществуващите приложения. Работейки автономно през нощта, Argon откри оптимизации, вече налични в google/adk-python, които намалиха времето за подготовка на сесии в паметта с 40% при дълги сесии и ускориха студеното импортиране с 21%. Прочетете задълбочения инженерен анализ, за да научите повече.
• Оптимизиране на пакет с отворен код за квантова химия: xTB (Semiempirical Extended Tight-Binding) е един от най-цитираните пакети с отворен код за квантова химия на молекули. Учените го използват за прогнозиране на триизмерните форми на молекули и за преглеждане на голям брой кандидати за лекарства и материали. Използвайки Argon в Antigravity, нашите изследователи направиха xTB до 2,3 пъти по-бърз при прогнозирането на молекулярни структури и 1,8 пъти по-бърз при търсенето на конформери. Промените бяха внесени в официалното хранилище на xTB в GitHub.
• Почти трикратно ускоряване на нашите отворени модели Gemma: Използвайки Argon, постигнахме 2,85-кратно ускорение на извеждането от край до край на A100 чрез vLLM (ускорявайки пропускателната способност от около 37 900 до над 108 000 токена в секунда при Gemma 4 E2B) със 100% идентичност на токените и без загуба на качество само за няколко дни — процес, който обикновено би отнел месеци. Разгледайте заявките за промени в основното хранилище (оптимизиращи всичко — от настройката на вниманието до спекулативното декодиране), за да видите точните промени.
• Създаване на сложни 3D визуализации: В сравнение с предишните модели Gemini Argon предлага значителни подобрения в пространственото разсъждение, математическата прецизност и визуалното програмиране. Използвайки команди с наклонена черта като /goal и подавайки заявки за многоагентни цикли с персонализирани умения в Antigravity, служители на Google използват Argon за създаване на прототипи на сложни 3D визуализации, висококачествени игри и интерактивни анимации на чист код, който може да се визуализира директно в браузъра.

Преобразяване на критични бизнес и професионални процеси

Argon съчетава авангардно разсъждение, задълбочено визуално възприятие, разширени познания в различни области и по-силни възможности за писане в правото, финансите, науката и програмирането, за да подпомага професионални процеси с високи залози. Той комуникира ясно, държи ви в течение и следва стилови инструкции по-добре от всеки от предишните ни модели Gemini. Argon отговаря на въпросите по-директно, с по-малко условности, не се повтаря повече от необходимото и избягва клишетата в отговорите си.

Корпоративни клиенти и стартъпи в нашата програма за ранен достъп вече постигат значими резултати с Argon.

Използвайки усъвършенстваните си възможности за разсъждение и мултимодалност, като същевременно поддържа стриктно обвързване с източниците, Argon се отличава в задълбоченото мултимодално разбиране на документи, надлъжния анализ на данни и интерактивните аналитични среди.

Ускоряване на въздействието в реалния свят с изследователи и експерти в различни области

Изследователи, инженери и специалисти по сигурността вече използват Argon, за да разширят границите на киберзащитата, науката, математиката и роботиката. Той помага на защитниците и изследователите в киберпространството да проверяват хипотези, автономно да одитират критични кодови бази и формални доказателства и да откриват фини уязвимости от типа zero-day и логически пропуски.

Предоставяне на най-съвременни кибервъзможности на повече доверени защитници

От днес започваме разширяване към стотици допълнителни партньори на програмата Fairwind.

Wiz вече използва Argon за своята инициатива „Scan for Good“, която защитава критична инфраструктура в обществен интерес и безплатно. Получавайки ранен достъп до модела, Wiz демонстрира въздействието на Argon в реалния свят в множество сектори с високи залози:

• Защита на чувствителни правителствени данни: Като част от дългогодишна програма за киберустойчивост и в сътрудничество с федерална агенция Argon помогна проактивно да бъде идентифицирана и отстранена слабост, която е можела да доведе до излагане на чувствителни данни и правителствена инфраструктура. Тези усилия помогнаха да се предотврати излагането на критични подробности за разработките в сектора на сигурността и неоторизиран достъп до специализирани модели.
• Защита на критична здравна инфраструктура: Wiz използва Argon и за защита на жизненоважна здравна инфраструктура. Чрез свързване на сложни уязвимости моделът помогна на екипа да открие и бързо да отстрани заобикаляне на защитата при изтегляне на публичен файл, което разкрива главен ключ и предоставя администраторски достъп. Argon надхвърли откриването на уязвимостта и проактивно защити стотици хиляди частни досиета на пациенти.

Отключване на нови научни пробиви

Argon вече оказва въздействие в реалния свят в научната общност, като дава възможност за нови открития на учени и експерти в множество области.

• Квантови изчисления: Argon помага на нашите изследователи да ускорят напредъка както в корекцията на квантови грешки, така и в проектирането на алгоритми. За да помогне на декодерите на грешки да поддържат темпото с квантовия хардуер в реално време, Argon преведе вътрешна версия на AlphaQubit, нашия ML декодер за корекция на квантови грешки, в едно силно оптимизирано хардуерно ядро — почти удвоявайки пропускателната способност на извеждането му, за да можем да внедряваме по-големи и по-способни модели и да мащабираме към по-големи квантови устройства, като същевременно продължаваме да отговаряме на строгите прагове за работа в реално време. Argon намалява и пространствено-времевите разходи за квантови подпрограми. При arcsin — основен елемент в последните алгоритми за квантова симулация — реализация, написана от Argon и формално проверена в Lean, намалява пространствено-времевата цена с повече от 100 пъти в сравнение с публикувана квантова CORDIC база, което е стъпка към стандартна библиотека от оптимизирани квантови схеми.
• Ядрен синтез: Стелараторите са изключително сложни машини, които представляват водещ кандидат за неограничена чиста енергия от синтез, но оптимизирането на техните триизмерни магнитни полета е пословично трудно. От 1967 г. дългогодишна хипотеза, известна като „догадката на Град“, предполага, че намирането на точни математически решения за тези полета е невъзможно, докато наскоро не бяха открити контрапримери, включително от професор Мат Ландърман от Университета на Мериленд. Сега екип на Google съвместно с професор Ландърман откри по-широк клас контрапримери на догадката на Град. Тези нови решения дават на общността за ядрен синтез надеждни базови показатели за тестване на симулационните кодове на стеларатори, които са ценни инструменти за бъдещи проекти.
• Изследване на редки заболявания: Изследователи от Gamow Labs използваха Argon, за да анализират деидентифицирани геноми на новородени с редки нарушения в развитието на белите дробове. В един случай Argon установи хромозомно пренареждане, което стандартният софтуер е пропускал в продължение на години, и обясни защо е останало неоткрито. При частни оценки на Gamow Labs, извлечени от реални клинични и лабораторни данни, Argon постигна най-добри резултати в RareBench (57% при подпомагане на диагностицирането на редки заболявания) и LabBench (52,2% при лабораторно разсъждение). Тези постижения насочват към по-бърза диагностика за семействата, изправени пред редки заболявания. Вижте блога ² за повече подробности.
• Проектиране на ензими: Инженерното проектиране на ензими с прецизна реактивност е пословично бавно и често изисква месеци персонализирано настройване на модели и преглеждане на кандидати. Сериновите естерази са клас ензими, които разкъсват естерни връзки в целеви молекули и се използват широко в рециклирането и производството на фармацевтични продукти, биогорива и почистващи препарати. Нашите учени работиха с Argon за проектиране на серинови естерази, насочени към референтната молекула 4MU-acetate, която започва да свети под UV светлина, след като естерните ѝ връзки бъдат разкъсани. За броени часове Argon събра релевантни данни, извърши настройване на модела и идентифицира множество филтри, вдъхновени от биохимията, за да достигне до краен набор от пет нови дизайна. Последвалите лабораторни тестове потвърдиха стабилна каталитична активност при всички тези дизайни. Скоростта и лекотата на успешното генериране на ензими демонстрират потенциала за бързо ускоряване на инженерното проектиране на ензими в области като биопроизводство, зелена химия и разработване на лекарства.

За да ускорим още повече темпото на изследванията, предоставяме на 10 000 учени най-високото ниво на използване в Google Antigravity безплатно за 6 месеца (с поетапно включване), при условие че отговарят на критериите, има капацитет и бъдат избрани. Кандидатстването е отворено.

Ускоряване на разработването на роботика

Чрез съчетаване на усъвършенствано визуално-семантично разсъждение, задълбочено физическо разбиране и автономно генериране на код Argon отключва нови процеси в целия стек на роботиката и ускорява напредъка към физически AGI. Този скок във възможностите се отразява в представянето на Argon в теста Embodied Reasoning (ERQA), който проверява способността на модела да разбира и решава физически и пространствени проблеми в 3D среди. Разчитайки само на разсъждение, Argon надминава всички други авангардни модели с резултат от 87%.

За да демонстрираме тези възможности на практика, проверихме способността на Argon да научи физическо умение извън разпределението само чрез наблюдение. При вътрешен тест Argon изгледа необработен видеозапис на човек, играещ корнхол, картографира пространствените координати на средата и изчисли необходимите движения на ставите на цялото тяло. След това автономно изгради кода на симулацията. При прехвърляне към хуманоида Apollo на Apptronik роботът бързо вкара седем последователни удара при изпитание в реалния свят.

Този процес „Видео-към-симулация-към-реалност“ съкращава седмици ръчно моделиране на симулации до няколко часа, превръщайки обикновените видеоклипове в мащабируема, безкрайна тренировъчна площадка за роботиката. Научете повече за това как той ускорява темпото на разработване в роботиката в нашия блог за разработчици.

Отговорно и безопасно разработване на Argon

Безопасността и сигурността са основополагащи за разработването на модели в Google. Тъй като Argon е модел с много високи възможности, си сътрудничихме с различни външни партньори за измерване на определени възможности и защитни механизми на модела. Gemini 4 Argon представлява най-всеобхватния ни досега пакет за безопасност и сигурност:

• Защита от злоупотреби и заобикаляне на ограниченията: Същите възможности за програмиране и научна работа, които помагат на защитниците да поправят болничен софтуер или да ускорят биоинженерството, изискват и надеждни защити срещу злонамерени лица. В рамките на нашата Frontier Safety Framework оценихме разширените възможности на Argon в няколко области и внедрихме многослойна система за защита, съчетаваща устойчивост срещу заобикаляне на ограниченията, наблюдение и прилагане на правила. Това значително подобри устойчивостта ни — например външният биологичен red teaming успя да отключи по-малко от 1% от биологичните подзадачи, за които тестваме. Освен това, що се отнася до опасни заявки — от писане на код за експлойти до помощ с опасни биологични материали — Argon е значително по-добър от предишните ни модели в отказа да изпълнява вредни заявки. При състезателен набор, предназначен за стрес тест на модела, нарушенията намаляха почти двойно — също значително по-добър резултат от предишните модели Gemini.
• Съгласуване на агентите и наблюдение в реално време: С нарастването на способностите на агентите като решаващи проблеми трябва да гарантираме, че те няма да станат прекалено нетърпеливи да завършат задача, като предприемат неоторизирани преки пътища при препятствие, например грешка в разрешенията или неуспешен тест.
  • Първо, обучихме Argon да спазва системните граници, честно да докладва отрицателни резултати и да изчаква човешко потвърждение, преди да предприеме необратими действия. При тестове за програмиране, в които моделите нямат стимул да се въздържат, опитите за преки пътища спаднаха до едва 2% при Gemini 4 Argon — най-доброто ни представяне в сравнение с предишните модели Gemini.
  • Второ, като допълнителен защитен слой изградихме автоматизиран монитор за несъгласуваност, който прочита стъпка по стъпка разсъжденията и действията на агента, за да открива и блокира непредвидени заобиколни решения в реално време. Използвахме този монитор при вътрешни внедрявания, оценки на възможностите и процеси на обучение с подсилване — като стриктно избягвахме да наказваме мислите на модела по време на обучението, така че разсъжденията му да останат прозрачни и подлежащи на наблюдение.
• Устойчивост срещу инжектиране на заявки: Когато агентите разглеждат уебстраници, четат имейли или проверяват код, те могат да се натъкнат на скрити злонамерени инструкции, предназначени да отвлекат задачата им. Чрез състезателно обучение и автоматизиран red teaming Argon заема водещо място в теста Gray Swan Indirect Prompt Injection (IPI), като намалява успеваемостта на атаките при 15 адаптивни опита до 0,7%.

За повече информация вижте картата на модела Gemini 4 Argon.

Започнете още днес

Argon работи по-дълго и по-усърдно, за да решава изключително сложни научни, програмни и агентни задачи. Това е възможно благодарение на водещ в индустрията унифициран лимит от 1 млн. входно-изходни токена чрез Gemini API. Прочетете документацията ни за разработчици и предприятия, за да научите повече за новия протокол за продължаване и да осигурите подходящата настройка за вашите нужди. Argon се разпространява глобално от днес:

• За разработчици: Изграждайте с платения план на Gemini API, а ако сте абонат на Google AI Ultra, можете да го изпробвате в Google Antigravity, AI Studio и Android Studio.
• За предприятия: Изпробвайте го в Gemini for business, API и Google Antigravity.
• За ежедневни потребители: Изпробвайте го от днес в приложението Gemini и AI Mode в Search, ако сте абонат на Google AI Ultra или Pro.
• За учени и изследователи: Кандидатствайте за възможност да получите най-високото ниво на използване на Google Antigravity безплатно за 6 месеца (с поетапно включване), при условие че отговаряте на критериите, има капацитет и бъдете избрани. Кандидатстването е отворено.
• За защитници на киберсигурността: Кандидатствайте за присъединяване към програмата Fairwind, за да получите достъп до Argon без киберзащитни ограничения на поетапен принцип.

Gemini 4 Argon е само началото. Очакваме с нетърпение да ви представим и останалата част от семейството Gemini 4.