LONGFORM READING
凯时娱乐在线官网 行业资讯 Gemini 4终于来了!首款模型Argon发布,18项评测领先12项,优先开放给网络安全团队

Gemini 4终于来了!首款模型Argon发布,18项评测领先12项,优先开放给网络安全团队

Gemini 4 终于来了,但是目前大多数用户还无法使用。 当地时间 9 月 30 日,Google 正式发布Gemini 4 Argon。这是 Gemini 4 系列推出的首款旗舰模型,也是 Google 经过长时间研发后,首次对外推出这一代模型。 Gemini 的上一代旗舰模型 Gemini 3 系列还要追溯到 2025 年 11 月。此后,Google 主要更新的是 Flash 系列,因此,

Gemini 4 终于来了,但是目前大多数用户还无法使用。 当地时间 9 月 30 日,Google 正式发布Gemini 4 Argon。这是 Gemini 4 系列推出的首款旗舰模型,也是 Google 经过长时间研发后,首次对外推出这一代模型。 Gemini 的上一代旗舰模型 Gemini 3 系列还要追溯到 2025 年 11 月。此后,Google 主要更新的是 Flash 系列,因此,这次 Argon 的发布也成为 Google 几个月来在旗舰模型上的一次明确回应。 不过,Argon 暂时没有进入普通用户的 Gemini 界面。Google 首先将它开放给一批受信任的网络安全防御机构,通过受控早期访问项目 Fairwind 进行测试和使用。按照 Google 的说法,只有在安全护栏进一步完善后,Argon 才会逐步向开发者、企业和普通消费者开放。 Google 将 Argon 定位为面向复杂、长流程工作流的旗舰模型,重点覆盖软件工程、法律和金融等企业知识工作,以及网络安全防御。 相比上一代模型,Argon 的单次输出上限从 6.4 万 token 提升至 100 万 token。这意味着模型可以在一次任务中持续生成更长的推理和执行轨迹,在更少依赖人工中途接管的情况下,处理跨越多个步骤的复杂问题。对于需要持续分析、反复验证和长链条执行的任务,这种更长的输出空间也给模型留下了更大的推理余量。 目前,Google 已经在内部大规模使用 Argon。数千名员工正在利用它完成专项编程、深度研究和写作等任务。 在量子计算团队的一项测试中,研究人员此前遇到了一类时空资源开销较高的子程序。Google 使用qubits与 gates 的乘积衡量相关计算成本,Argon 在数分钟内找到了一种新的优化方案,相比此前公开发表的基线结果提升了 40%。 另一组 Argon 智能体则被用于分析 Google 数据中心集群的性能遥测数据,并自动识别和执行内存优化操作。Google 表示,相关方案全部部署后,已经能够释放超过 300 TiB 内存,预计最终可节省 500 TiB 至 1 PiB。 Argon 还被用于 Google 内部的大规模 C/C++ 向 Rust 迁移工作,覆盖了 re2、libgav1 等核心开源库,以及Fuchsia Zircon内核,涉及超过 80 万行代码。 其中一个较为具体的案例是 Google 的开源视频解码器 libgav1。Argon 智能体接手了一个已经存在的 Rust 移植版本,通过多轮性能分析、实验以及对编译器输出的研究,使用安全 Rust 重写了约 3.2 万行 SIMD 代码。最终版本在保持视频输出完全一致的情况下,相比此前的 Rust 移植版本提速 2.7 倍,性能接近经过优化的 C++ 实现,同时获得了 Rust 带来的内存安全优势。 除了编码,Argon 在多项企业任务评测中也取得了较高成绩。 在衡量真实长流程软件工程任务的 DeepSWE v1.1 上,Argon 得分为 77.9%。在 Vals Index 上,它同样处于领先位置。该指数覆盖金融、编程、法律和税务等知识工作,并按照各领域对美国 GDP 的贡献进行加权。 在评估多步骤金融研究能力的 Vals Finance Agent v2 上,Argon 也保持领先。在 Harvey 的法律智能体基准中,Argon 得分为 19.6%,相比之下,GPT-6 Astra 为 5.4%,Claude Opus 5.5 为 3.8%。 在Zapier的 AutomationBench 上,Argon 得分为 51.3%,Claude Opus 5.5 为 42.5%,GPT-6 Astra 为 41.4%。这一基准主要衡量模型能否端到端完成核心业务流程。在长视频理解基准 LVBench 上,Argon 得分为 91.7%。 按照 Google 公布的对比结果,在 18 项评测中,Argon 单独领先 12 项,另有 1 项并列第一;GPT-6 Astra 单独领先 3 项、并列领先 1 项;Claude Opus 5.5 单独领先 2 项。 从领先项目数量来看,Argon 的覆盖面最广,但它并不是在所有任务上都占据优势。例如,在 FrontierSWE v2 和 Terminal-Bench Science 0.1 上,Argon 分别落后 GPT-6 Astra 10.5 个百分点;在 Terminal-Bench 4.0 上,则落后 Claude Opus 5.5 9 个百分点。 这也意味着,当前前沿模型之间的竞争仍然非常接近。Argon 更明显的特点,不是某一项能力形成绝对领先,而是在软件工程、企业知识工作、自动化和多模态理解等多个方

about image

分享这篇内容

让更多人看到这份有价值的赛事观察。

TRENDING DESK

热点新闻

快速查看当前内容池中正在被关注的文章。

亚运会乒乓捷报!王曼昱暴打张本美和,后者又自闭了,静待决赛对手

亚运会乒乓捷报!王曼昱暴打张本美和,后者又自闭了,静待决赛对手

北京时间9月27日,亚运会乒乓球女单半决赛中午结束了首场对决,王曼昱率先出战,以4比1干净利落地击败张本美和,成功晋级女单决赛,等着孙颖莎与早田希娜之间的胜者。 五局比分为11-8、11-4、12-10、9-11、11-6,张本美和在四天之内遭遇国乒双杀。女团决赛中王曼昱已经用一场五局逆转让她尝尽苦头,如今单打赛场再次相遇,这位被日本媒体寄予 希 望的新星依旧找不到任何破解办法。 王曼昱在1/4决
女足金球奖2026实力榜:23岁海地中场压巴萨双星登顶

女足金球奖2026实力榜:23岁海地中场压巴萨双星登顶

2026年女足金球奖实力榜出炉,效力于里昂的 23岁海地中场梅尔奇·杜莫奈 高居榜首,力压巴萨的埃娃·帕约尔与曼城的卡迪贾·肖。 杜莫奈:缺阵即失守的中场核心 杜莫奈上赛季随里昂在欧冠决赛中0比4不敌巴萨,但她在国内赛场的统治力明显提升,帮助球队拿下国内三冠王。她被法国球员联盟评为年度最佳球员。最能说明她价值的,是欧冠半决赛首回合——她因伤缺阵,里昂1比2输给阿森纳;次回合她回归,交出全场最佳表现
欧冠第二轮明天10月14日赛程:巴萨VS加拉塔萨雷,马竞VS红魔曼联

欧冠第二轮明天10月14日赛程:巴萨VS加拉塔萨雷,马竞VS红魔曼联

北京时间10月14日,明天欧冠联赛迎来第二轮的较量,其中西甲出战的球队有巴萨、马竞、比利亚雷亚尔,我们看看他们的对阵情况和前瞻简述! 欧冠明天赛程 第一场03:00,加拉塔萨雷VS巴萨 巴萨是目前五大联赛最好的球队之一,新赛季保持了全胜,进攻火力强大,其中西甲8连胜拿满了24分,一共打进了34球,仅仅丢了7球,欧冠第一轮5-12大胜费耶诺德!拉菲尼亚和亚马尔的双锋线合计攻入了22球10次助攻,两人
佛州坠机后续:富豪一家遇难,最后录音公开,20岁女副驾受质疑

佛州坠机后续:富豪一家遇难,最后录音公开,20岁女副驾受质疑

佛州这架里尔公务机出事之后,富豪一家连同随行人员全都没能生还。 最后一段机组通话放了出来,几十秒里满是慌乱的呼救。 才20岁的女副驾一下子被推到风口浪尖,好多人揪着她的年龄和经验说三道四。 可大家盯着这个年轻姑娘争论的时候,有没有留意残骸碎片散得很远这个细节?明明飞机当时还能申请往上爬,怎么短短几十秒就直接失控砸向地面? 佛州上空那个时段的气象条件,并不是什么极端到无法预判的东西。 机组在约3.5
[流言板]ESPN预测明日活塞对阵鹈鹕:鹈鹕胜率26.7%

[流言板]ESPN预测明日活塞对阵鹈鹕:鹈鹕胜率26.7%

社区 » NBA » 篮球资讯 » [流言板]ESPN预... 虎扑篮球资讯(1280级)楼主2026-11-18 19:16:22发布于上海 [流言板]ESPN预测明日活塞对阵鹈鹕:鹈鹕胜率26.7%由虎扑篮球资讯 发表在篮球资讯 https://bbs.hupu.com/502 北京时间11月19日(明天)09:00,NBA常规赛活塞将对阵鹈鹕。 根据ESPN赛前预测,本场比赛鹈鹕获胜概率为2