刚刚，Gemini 4全球上线！

新智元报道 Gemini 4时代，正式开启！ 就在今夜，谷歌CEO劈柴、Hassabis等几乎同一时间，全员齐刷刷宣告： 新一代旗舰Gemini 4 Argon全球首发。 Pro用户 可在Gemini应用和搜索AI模式中体验，开发者可通过 付费 API 在AI Studio、Android Studio调用。 Ultra用户 除了拥有Pro的体验之外， 还能在AI Studio和Antigravity里开工 。 自两周前首次亮相以来，许多人翘首以盼，被各路预热吊足了胃口，如今终于可以上手了。 Gemini 4 Argon把 图像、视频和语言理解 ，与 推理、代码执行 结合起来。 AI看懂任务之后，还能接着 调用工具、执行代码，把任务往下推进 。 实际到底有多能打？ 在官方公开的19项基准对比中，最高思考档的Gemini 4 Argon拿下 13项单独最高，还有1项并列最高 。 同一张成绩单，实力直接对标 GPT-6 Astra和Fable 5.1 ，杀回 全球第一梯队 。 第三方Artificial Analysis智力指数中， Argon（high）拿到53分，与GPT-6 Astra（max）同分 ，比GPT-6.1 Sol（max）高1分。 更狠的是，除了纸上跑分，谷歌还端出了Argon 解决真实工程、科学和机器人难题的成果 。 只要定个目标，繁琐的活儿它全包了 。Argon这次正式上线，交出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，全栈团队埋头干了6个月。过去一个月， Google内部超过10万名员工 已经拿它做过实战测试。 接下里，直接划重点： AI通宵干11小时，交出工程成果 ：Argon跑完16892项单元测试；Chrome一项架构重构，从数月压到数周。 AI给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4美元和20美元。 Python手搓光追，代码开始「造世界」 「 代码写完，直接生成可运行的3D世界 」，是这次Argon最吸睛的能力。 谷歌工程师给Antigravity里的Argon布置了一个任务： 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，根据反馈继续修改 。经过一轮轮调整，搭出了 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 ，细节也都补齐了。 接下来，扔给它一张办公桌照片，让它手搓一个 微型赛车场 。 要让车真的跑起来，先得把照片变成能交互的场景。Argon用 Blender搭出桌面和赛道、检查碰撞 ，再让 Nano Banana补上纹理 。 场景搭好后，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，照片里的水杯、书本和键盘成了赛道上的障碍物， 小车真的能在桌上跑了 。 还有更硬核的，Argon 不调用现成的3D引擎 ，自己 用Python和NumPy写出光线追踪程序 ， 从零渲染出一间洒满阳光的图书馆，还配套写了视频工具和混音器 。 巫师国际象棋这边，Argon先做出棋子，为它们 绑定骨骼、加上动作和贴图 。棋子能动了，再接上 网页交互和单人对战 AI ， 一盘可以直接玩的3D棋局 就成了 。 Demis Hassabis看完，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。可要把这套空间理解能力带到现实里，机器人还得真正学会怎么动。 谷歌给Argon 看了一段人类投沙包的视频 ，随后，它在仿真世界里练习的动作，直接被搬到Apollo真机上。 到了真实场地，Argon继续 观察每次落点，把释放位置微调几厘米 。就这样边投边调， 机器人最后连续投中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，被压到了几小时 。 从一张照片造游戏，到指挥机器人干活，Argon确实把看懂和动手连在了一起。 啃下数月工程 重构Chrome「祖传代码」 从零做出游戏之外，Argon还得证明自己能接手长期维护的大型项目。谷歌把自家的Chrome代码库交了出来。 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， 改动横跨数百个文件 。 Argon帮团队并行推进多组修改，把 原本需要数月的架构重构，压到了数周 。 这次重构，将让网页在Chrome的标签页、侧边栏和浮动窗口之间移动时， 无须重新加载 ，同时消除一类浏览器崩溃问题。 到了开源Agent框架ADK，Argon直接干了一个通宵。 面对 约20.5万行Python代码 ，工程师给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，改动必须带测试 。 工程师做了两轮实验，第二轮从晚上9点11分开始。 Argon在Antigravity的/goal模式下 无人值守地跑了11小时 ，查瓶颈、改代码、审查自己的修改，最终 跑完16892项单元测试 ，交出涉及 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% 。 能撑住这类长任务，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 ，普通同步调用默认最多输出65536 token。 它甚至开始给另一个AI提速。 在A100、vLLM这组测试配置下 ，Argon优化Gemma 4 E2B推理程序，把吞吐从每秒约3.79万token推到10.8万以上， 端到端提速2.85倍，输出token保持一致 。谷歌称，通常要几个月的优化，这次几天就做到了。 放到Google内部整体看，Argon在Antigravity中的使用，让 Agent代码提交量增加超过35%，代码回滚减少近三分之一 。 Isomorphic Labs拿它整理药物研发中的复杂PDF和专利， 过去通常要几周的资料工作，如今压到几小时 。 近60年核聚变猜想 AI又往前推了一步 工程师让Argon啃代码，科学家把更难的问题交了出来。 这不， Argon也在核聚变猜想领域，立下大功。 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。磁场怎样保持平衡，是设计中的一道硬题。 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 去掉原有解中的「仿星器对称性」限制，找出了更广