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。

科内:转会期确实发生过一些事,但现在我专注于罗马

科内:转会期确实发生过一些事,但现在我专注于罗马

法国队中场夸迪奥-科内出席对阵意大利的媒体日新闻发布会,谈到了齐达内的执教方式、自己的场上位置以及球队的备战情况。本文是发布会的第三部分。 发布会其他部分 对阵比利时时,我们看到了很鲜明的风格,球队的踢法发生了变化,进攻更加直接,还有很多大范围转移。球队为什么能这么快理解并执行这些原则?我们知道,在国家队做到这一点并不总是那么容易。是不是进行了很多战术训练?有没有一些内容,是你们特别着重练习的?因
C罗选择离开葡萄牙国家队原因有三:踢不动+面子挂不住+阳谋推动

C罗选择离开葡萄牙国家队原因有三:踢不动+面子挂不住+阳谋推动

41岁2026世界杯后再次入选葡萄牙国家队名单,真是足坛的活化石。但C罗最终以闹剧方式离开葡萄牙训练营首场,真是绷不住啊!葡萄牙主帅热苏斯和葡足协主席普罗恩萨为了挽留C罗都追到机场,但C罗还是毅然选择登机离开。 C罗为什么绷不住离开葡萄牙?原因有三。 第一: 踢不动 !C罗是五届金球奖得主,葡萄牙是总身价排名足坛前三球队,大家都很专业,其实都懂得足球。葡萄牙1-0威尔士,C罗首发出战67分钟,错失
不再遮挡,哈里梅根或放开子女隐私,圣诞贺卡将晒孩子清晰正脸

不再遮挡,哈里梅根或放开子女隐私,圣诞贺卡将晒孩子清晰正脸

哈里王子与梅根·马克尔可能很快将让阿奇王子和莉莉贝特公主的面容公之于众。苏塞克斯公爵夫妇多年来一直隐藏孩子们的面部,仅展示孩子们的背影或对面部进行遮挡。但消息人士告诉公关人士罗布·舒特,苏塞克斯夫妇正在考虑制作一张全家圣诞贺卡,更完整地展示所有家庭成员。这可能提供舒特所说的阿奇(七岁)和五岁的莉莉贝特“迄今为止最清晰的亮相”。 一位消息人士告诉舒特:“他们离大曝光越来越近了……先是看到孩子们的片段
欧冠一夜40球变天:巴黎逆转利物浦曼城狂胜

欧冠一夜40球变天:巴黎逆转利物浦曼城狂胜

凌晨三点,欧冠比赛一开球,朋友圈和群聊直接炸了。这哪是普通的一轮欧冠啊,简直就是大型进球狂欢现场。9场比赛打完,40个球进了网窝,平均下来每场快5个球。你回想一下,以前欧冠强队互碰,哪怕不惨案,也是小心翼翼的对攻战。但这一夜不一样,巴黎把巴萨揍得没脾气,利物浦上演了惊天大逆转,曼城更是把雅典AEK打成了筛子。这种“互捅局”还同时出现好几场,真的是让人看着过瘾又解气。说真的,现在欧冠的格局变天了。以
我来当老大吗?八村塁上半场8中4得到12分3板1助2断 三分2中2

我来当老大吗?八村塁上半场8中4得到12分3板1助2断 三分2中2

首页 NBA视频 旧版页面 录像页面 足球视频 旧版页面 录像页面 NBA资讯 滚动资讯 足球资讯 滚动资讯 电竞 电竞资讯 电竞视频 综合 综合资讯 综合视频 比分 数据 NBA资料库 资料 个人 下载客户端 新版 直播首页 > NBA篮球资讯 >我来当老大吗?八村塁上半场8中4得到12分3板1助2断 三分2中2 我来当老大吗?八村塁上半场8中4得到12分3板1助2断 三分2中2 直播吧10月2