Gemini 4 Argon: Создан для решения самых сложных задач

Gemini 4 Argon уже доступна во всём мире для разработчиков и компаний через API в AI Studio и на платформе Gemini, подписчикам Google AI Ultra в Google Antigravity, а также подписчикам Google AI Ultra и Pro в приложении Gemini и режиме AI в Поиске.

Argon превосходно справляется с глубокой проработкой сложных задач из реального мира в таких областях, как программирование, финансы, право, кибербезопасность и наука. Глубина и точность при выполнении многоэтапных задач позволяют Argon превосходить другие передовые модели в тестах в различных областях. Модель занимает первое место в рейтинге Vals Index, оценивающем производительность моделей в ключевых секторах экономики, включая финансы, программирование, право и налогообложение.

Сегодня модель запускается по вводной цене ¹ $2 за миллион входных токенов и $10 за миллион выходных токенов (стоимость кэшированных входных токенов снижена на 95%).

Команды Google, компаний и исследовательского сообщества уже используют Argon, добиваясь значительных результатов в разных областях:

• решение масштабных инженерных задач, таких как рефакторинг и оптимизация больших кодовых баз;
• оптимизация бизнес-процессов в таких сферах, как право, финансы и наука;
• поиск и устранение критических уязвимостей в кибербезопасности;
• совершение новых открытий в квантовых вычислениях, термоядерном синтезе и науках о жизни.

Решение сложных инженерных задач

В Google мы использовали Argon для решения самых сложных инженерных задач. За последние несколько недель разработчики выпускали высококачественный код быстрее, чем когда-либо. Argon в Antigravity помог командам более чем на 35% увеличить количество отправок кода, создаваемого агентами, и почти на треть сократить откаты кода.

• Разделение кода функций браузера в Chrome: Argon помог команде Chrome отделить обработку веб-страниц от устаревшей папки объёмом около 6 миллионов строк с функциями браузера внутри кодовой базы Chromium объёмом 40 миллионов строк. Последовательно внося несколько чистых изменений в код, Argon помог команде завершить архитектурный рефакторинг сотен файлов, выполнив работу за недели вместо месяцев. Для миллиардов пользователей Chrome по всему миру это откроет возможность плавно перемещать открытые веб-страницы между вкладками, боковыми панелями и плавающими окнами без перезагрузки, устранив целую категорию сбоев браузера.

• Оптимизация рабочей кодовой базы на Python за несколько часов: Argon в Antigravity помогает команде, работающей над открытым набором инструментов для разработки агентов Google (ADK), фреймворком для корпоративных агентов, продолжать совершенствовать производительность. Команда предоставила Argon свой свод правил .agents/skills и цель в одном абзаце: устранить накладные расходы фреймворка, не нарушив работу существующих приложений. Работая автономно всю ночь, Argon выявила оптимизации, уже реализованные в google/adk-python, которые на 40% сократили время подготовки сессии в памяти при длительных сессиях и на 21% ускорили холодный импорт. Подробнее можно узнать из подробного инженерного разбора.
• Оптимизация пакета с открытым исходным кодом для квантовой химии: xTB (Semiempirical Extended Tight-Binding) — один из наиболее цитируемых пакетов с открытым исходным кодом для квантовой химии молекул. Учёные используют его для прогнозирования трёхмерной формы молекул и отбора большого числа кандидатов для лекарств и материалов. С помощью Argon в Antigravity наши исследователи сделали xTB в 2,3 раза быстрее при прогнозировании молекулярных структур и в 1,8 раза быстрее при поиске конформеров. Изменения внесены в официальный репозиторий xTB на GitHub.
• Почти трёхкратное ускорение наших открытых моделей Gemma: С помощью Argon мы добились ускорения сквозного вывода в 2,85 раза на A100 через vLLM (пропускная способность выросла примерно с 37 900 до более чем 108 000 токенов в секунду для Gemma 4 E2B) при полном совпадении токенов и без снижения качества всего за несколько дней — обычно такой процесс занял бы месяцы. Ознакомьтесь с запросами на включение изменений в основной проект (от оптимизации настройки внимания до спекулятивного декодирования), чтобы увидеть точные изменения.
• Создание сложных трёхмерных визуализаций: По сравнению с предыдущими моделями Gemini Argon значительно улучшает пространственное мышление, математическую точность и визуальное программирование. Используя слэш-команды вроде /goal и задавая циклы с несколькими агентами и пользовательскими навыками в Antigravity, сотрудники Google применяют Argon для создания прототипов сложных трёхмерных визуализаций, высококачественных игр и интерактивных анимаций на обычном коде, который можно напрямую отображать в браузере.

Преобразование критически важных бизнес-процессов и профессиональных рабочих процессов

Argon объединяет передовые возможности рассуждения, глубокое визуальное восприятие, расширенные знания в предметных областях и более сильные навыки письма в праве, финансах, науке и программировании, помогая выполнять важные профессиональные задачи. Модель ясно общается, держит вас в курсе происходящего и лучше любой из предыдущих моделей Gemini соблюдает указания по стилю. Argon отвечает на вопросы более прямо, с меньшим количеством оговорок, не повторяется без необходимости и избегает клише в ответах.

Корпоративные клиенты и стартапы из нашей программы раннего доступа уже добиваются значительных успехов с Argon.

Используя передовые возможности рассуждения и мультимодальности при строгом соответствии источникам, Argon превосходно справляется с глубоким мультимодальным анализом документов, продольным анализом данных и интерактивными аналитическими средами.

Ускорение практических результатов вместе с исследователями и экспертами в предметных областях

Исследователи, инженеры и специалисты по безопасности уже используют Argon, чтобы расширять границы киберзащиты, науки, математики и робототехники. Модель помогает специалистам по кибербезопасности и исследователям проверять гипотезы, автономно проводить аудит критически важных кодовых баз и формальных доказательств, а также выявлять тонкие уязвимости нулевого дня и логические ошибки.

Передовые возможности кибербезопасности для большего числа надёжных защитников

С сегодняшнего дня мы начинаем расширять программу, подключая сотни дополнительных партнёров Fairwind Program.

Wiz уже использует Argon в рамках инициативы "Scan for Good", которая бесплатно защищает критическую инфраструктуру на благо общества. Получив ранний доступ к модели, Wiz продемонстрировала её практическое влияние в нескольких критически важных сферах:

• Защита конфиденциальных государственных данных: В рамках долгосрочной программы киберустойчивости и в сотрудничестве с федеральным агентством Argon помогла заблаговременно выявить и устранить пробел, создававший риск раскрытия конфиденциальных данных и государственной инфраструктуры. Эта работа помогла предотвратить раскрытие важных сведений о разработке систем безопасности и несанкционированный доступ к специализированным моделям.
• Защита критически важной медицинской инфраструктуры: Wiz также использовала Argon для защиты жизненно важной медицинской инфраструктуры. Цепочка сложных уязвимостей помогла модели обнаружить и быстро исправить обход защиты при загрузке общедоступного файла, который раскрывал главный ключ и предоставлял права администратора. Argon не ограничилась обнаружением уязвимости и превентивно защитила сотни тысяч конфиденциальных записей пациентов.

Открытие новых научных горизонтов

Argon уже оказывает практическое влияние на научное сообщество, помогая учёным и экспертам в разных областях делать новые открытия.

• Квантовые вычисления: Argon помогает нашим исследователям ускорять прогресс в исправлении квантовых ошибок и разработке алгоритмов. Чтобы декодеры ошибок могли работать в реальном времени наравне с квантовым оборудованием, Argon перевела внутреннюю версию AlphaQubit, нашего декодера квантовых ошибок на основе машинного обучения, в одно высокооптимизированное аппаратное ядро, почти вдвое увеличив пропускную способность вывода. Это позволяет развертывать более крупные и мощные модели и масштабироваться на более крупные квантовые устройства, сохраняя строгие требования к работе в реальном времени. Argon также снижает пространственно-временные затраты квантовых подпрограмм. Для arcsin — строительного блока недавних алгоритмов квантового моделирования — реализация, написанная Argon и формально проверенная в Lean, снижает пространственно-временные затраты более чем в 100 раз по сравнению с опубликованной базовой реализацией квантового CORDIC, что является шагом к стандартной библиотеке оптимизированных квантовых схем.
• Термоядерный синтез: Стеллараторы — невероятно сложные машины, которые считаются одним из ведущих кандидатов на роль источника безграничной чистой энергии термоядерного синтеза, однако оптимизация их трёхмерных магнитных полей общеизвестно сложна. С 1967 года широко распространённая гипотеза, известная как «гипотеза Града», утверждала, что найти точные математические решения для этих полей невозможно, пока недавно не были обнаружены контрпримеры, в том числе профессором Мэттом Ландерманом из Мэрилендского университета. Теперь команда Google совместно с профессором Ландерманом обнаружила более широкий класс контрпримеров к гипотезе Града. Эти новые решения дают сообществу, занимающемуся термоядерным синтезом, надёжные эталоны для проверки программ моделирования стеллараторов, которые являются ценными инструментами для будущих разработок.
• Исследования редких заболеваний: Исследователи Gamow Labs использовали Argon для анализа обезличенных геномов новорождённых с редкими нарушениями развития лёгких. В одном случае Argon обнаружила хромосомную перестройку, которую стандартное программное обеспечение не замечало годами, и объяснила, почему она оставалась незамеченной. В закрытых тестах Gamow Labs, основанных на реальных клинических и лабораторных данных, Argon заняла первое место в RareBench (57% в помощи при диагностике редких заболеваний) и LabBench (52,2% в рассуждениях о лабораторных экспериментах). Эти достижения указывают на возможность более быстрой диагностики для семей, столкнувшихся с редкими заболеваниями. Подробнее см. в блоге ² .
• Разработка ферментов: Создание ферментов с заданной реакционной способностью общеизвестно занимает много времени и часто требует месяцев индивидуальной настройки моделей и отбора кандидатов. Сериновые эстеразы — класс ферментов, расщепляющих сложноэфирные связи в целевых молекулах; они широко применяются в переработке отходов, производстве лекарств, биотоплива и моющих средств. Наши учёные вместе с Argon работали над созданием сериновых эстераз, ориентируясь на эталонную молекулу 4MU-ацетат, которая начинает светиться под ультрафиолетом после разрушения её сложноэфирных связей. За несколько часов Argon собрала необходимые данные, выполнила настройку модели и определила несколько фильтров, вдохновлённых биохимией, чтобы получить итоговый набор из пяти новых конструкций. Последующие лабораторные испытания подтвердили выраженную каталитическую активность всех этих конструкций. Скорость и простота успешного создания ферментов демонстрируют потенциал стремительного ускорения инженерии ферментов в таких областях, как биопроизводство, зелёная химия и разработка лекарств.

Чтобы ещё больше ускорить исследования, мы предоставляем 10 000 учёным бесплатный доступ к высшему уровню использования Google Antigravity сроком на 6 месяцев (подключение осуществляется поэтапно) при соблюдении требований к eligibility, доступности ресурсов и отбора. Заявки уже принимаются.

Ускорение разработки робототехники

Объединяя передовое визуально-семантическое мышление, глубокое понимание физики и автономную генерацию кода, Argon открывает новые рабочие процессы на всех уровнях робототехнического стека и ускоряет движение к физическому искусственному общему интеллекту. Этот скачок возможностей отражён в результатах Argon на тесте Embodied Reasoning (ERQA), который проверяет способность модели понимать и решать физические и пространственные задачи в трёхмерной среде. Опираясь исключительно на рассуждения, Argon превосходит все другие передовые модели, набирая 87%.

Чтобы продемонстрировать эти возможности на практике, мы проверили способность Argon обучаться физическому навыку вне распределения, просто наблюдая за ним. В ходе внутреннего теста Argon посмотрела необработанное видео игры человека в корнхол, отобразила пространственные координаты среды и рассчитала необходимые движения суставов всего тела. Затем она автономно создала код симуляции. После переноса на человекоподобного робота Apollo компании Apptronik робот быстро забросил семь мешочков подряд в ходе испытания в реальных условиях.

Этот конвейер «Видео—Симуляция—Реальность» сокращает недели ручного моделирования симуляций до нескольких часов, превращая обычные видео в масштабируемую бесконечную площадку для обучения робототехники. Подробнее о том, как это ускоряет разработку в робототехнике, читайте в нашем блоге для разработчиков.

Ответственная и безопасная разработка Argon

Безопасность и защищённость лежат в основе разработки моделей в Google. Поскольку Argon — высокоэффективная модель, мы сотрудничали с различными сторонними партнёрами при оценке отдельных возможностей модели и средств защиты. Gemini 4 Argon представляет собой наиболее комплексный на сегодняшний день комплекс мер безопасности и защищённости:

• Защита от злоупотреблений и джейлбрейков: Те же возможности программирования и научного анализа, которые помогают специалистам устранять уязвимости в больничном программном обеспечении или ускорять биоинженерию, требуют и надёжной защиты от злоумышленников. В рамках нашей системы Frontier Safety Framework мы оценили расширенные возможности Argon в нескольких областях и развернули многоуровневую систему защиты, объединяющую устойчивость к джейлбрейкам, мониторинг и применение ограничений. Это значительно повысило нашу устойчивость: например, внешнее биологическое красное тестирование смогло разблокировать менее 1% биологических подзадач, которые мы проверяем. Кроме того, при обработке опасных запросов — от написания эксплойтов до помощи с опасными биологическими материалами — Argon значительно лучше предыдущих моделей избегает выполнения вредоносных запросов. В состязательном наборе, предназначенном для стресс-тестирования модели, число нарушений сократилось почти вдвое, что также значительно лучше результатов предыдущих моделей Gemini.
• Согласование агентов и мониторинг в реальном времени: По мере того как агенты становятся более способными решать задачи, мы должны следить за тем, чтобы они не начинали чрезмерно стремиться завершить задачу, используя несанкционированные обходные пути при возникновении препятствий, например ошибки доступа или неудачного теста.
  • Во-первых, мы обучили Argon соблюдать системные границы, честно сообщать об отрицательных результатах и приостанавливать работу для подтверждения человеком перед выполнением необратимых действий. В тестах программирования, где у моделей нет стимула сдерживаться, доля попыток использовать обходные пути для Gemini 4 Argon снизилась до 2% — это наш лучший результат по сравнению с предыдущими моделями Gemini.
  • Во-вторых, в качестве дополнительного уровня защиты мы создали автоматизированный монитор несогласованности, который анализирует пошаговые рассуждения и действия агента, чтобы в реальном времени выявлять и блокировать непреднамеренные обходные пути. Мы использовали этот монитор во внутренних развёртываниях, при оценке возможностей и в ходе обучения с подкреплением, строго избегая наказания мыслей модели во время обучения, чтобы её рассуждения оставались прозрачными и доступными для мониторинга.
• Устойчивость к внедрению подсказок: Когда агенты просматривают веб-страницы, читают электронные письма или изучают код, они могут столкнуться со скрытыми вредоносными инструкциями, предназначенными для перехвата управления их задачей. Благодаря состязательному обучению и автоматизированному красному тестированию Argon лидирует в тесте Gray Swan Indirect Prompt Injection (IPI), сократив успешность атак до 0,7% в 15 адаптивных попытках.

Подробнее см. в карточке модели Gemini 4 Argon.

Начните сегодня

Argon дольше и усерднее работает над решением чрезвычайно сложных научных, программистских и агентских задач. Это стало возможным благодаря лидирующему в отрасли объединённому лимиту в 1 млн входных и выходных токенов через Gemini API. Ознакомьтесь с нашей документацией для разработчиков и компаний, чтобы узнать о новом протоколе продолжения и обеспечить подходящую настройку для своих задач. Сегодня Argon становится доступна по всему миру:

• Для разработчиков: Создавайте решения с платным уровнем Gemini API, а если вы подписчик Google AI Ultra, попробуйте модель в Google Antigravity, AI Studio и Android Studio.
• Для компаний: Попробуйте её в Gemini для бизнеса, через API и в Google Antigravity.
• Для обычных пользователей: Если вы подписчик Google AI Ultra или Pro, попробуйте модель уже сегодня в приложении Gemini и режиме AI в Поиске.
• Для учёных и исследователей: Подайте заявку, чтобы получить возможность бесплатно пользоваться высшим уровнем Google Antigravity в течение 6 месяцев (подключение осуществляется поэтапно) при соблюдении требований к доступности, ресурсам и отбору. Заявки уже принимаются.
• Для специалистов по кибербезопасности: Подайте заявку на участие в Fairwind Program, чтобы получить доступ к Argon без киберзащитных ограничений на поэтапной основе.

Gemini 4 Argon — это только начало. Мы с нетерпением ждём возможности представить вам остальных представителей семейства Gemini 4.