Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业、科研人员和消费者开放,首发价每百万 input token 2 美元、output token 10 美元,缓存 input 降价 95%。
推荐理由:官方给出 Argon 的定价、1M token 窗口和多项落地案例,读者可据此判断其在长程编码与科研任务上的定位。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业、科研人员和消费者开放,首发价每百万 input token 2 美元、output token 10 美元,缓存 input 降价 95%。
推荐理由:官方给出 Argon 的定价、1M token 窗口和多项落地案例,读者可据此判断其在长程编码与科研任务上的定位。
Google DeepMind 开始广泛推送 Gemini 4 Argon,同时扩大 Fairwind Program 的可信网络防御者范围。该模型在模拟网络攻击测试中解出全部 12 个端到端场景,上一代仅解出 5 个;在 Gray Swan 的间接提示注入(IPI)基准上,15 次自适应尝试的攻击成功率降至 0.7%。
推荐理由:官方公开了 Argon 在高危能力上的测试数字与三层实时防护机制,可据此了解前沿模型安全部署的具体做法。
Google DeepMind 发布三款 Gemini 新模型:3.6 Flash 主打编码与知识工作,在 Artificial Analysis Index 上输出 token 用量比 3.5 Flash 减少 17%。
推荐理由:三款 Flash 新模型同时给出 token 效率、价格与基准对比,可据此判断智能体工作流的成本变化。
Google DeepMind 发布 Gemini 3.5 Flash Cyber,一个基于 3.5 Flash、针对漏洞发现与修补微调的轻量网络安全模型,称其在相关任务上优于主线 Flash。
推荐理由:轻量网络安全模型通过多次调用代替昂贵大模型,给出 CyberGym 与 Chrome 流水线上的可验证对比。
Google DeepMind 发布实验性开源模型 DiffusionGemma,采用文本扩散方式一次性生成 256 个 token,在专用 GPU 上文本生成最高提速 4 倍,单张 NVIDIA H100 上超过 1000 tokens/秒,RTX 5090 上超过 700 tokens/秒。
推荐理由:官方给出 4x 推理加速的实测数字与本地低并发场景边界,读者可据此判断它适合哪些交互式工作流。
Google DeepMind 发布两篇论文,介绍由 Gemini Deep Think 驱动的数学研究智能体 Aletheia 在专业研究问题上的表现。该智能体带有自然语言验证器,可迭代生成、验证和修正解答,并能承认无法求解,同时借助 Google 搜索和网页浏览梳理文献以避免虚假引用。
推荐理由:两篇论文给出 Gemini Deep Think 驱动的数学研究智能体 Aletheia 在专业数学、物理与计算机科学问题上的实际协作案例。
Google DeepMind 发布 D4RT(Dynamic 4D Reconstruction and Tracking),用统一的编码器-解码器 Transformer 加查询机制,把点追踪、点云重建和相机位姿估计等 4D 任务收敛到单一框架。
推荐理由:官方给出的效率数据与统一查询架构,可用来对照此前需要多模型拼凑的 4D 重建流程。
Google DeepMind 发布 Gemma Scope 2,一套覆盖 Gemma 3 全部模型尺寸(270M 至 27B 参数)的开源可解释性工具套件。该套件结合稀疏自编码器(SAE)与 transcoder,并新增 skip-transcoder、Cross-layer transcoder 和面向聊天版本的分析工具,可研究越狱、拒绝机制和链式推理忠实度等行为。
推荐理由:Gemma Scope 2 覆盖 Gemma 3 全尺寸并升级稀疏自编码器工具,可了解开源可解释性工具的规模与方法变化。
Google DeepMind 发布 Gemini 3,首发 Gemini 3 Pro 预览版并当天上线 Gemini 应用、AI Studio、Vertex AI 和新的智能体开发平台 Google Antigravity。
推荐理由:Gemini 3 Pro 与 Deep Think 的同期亮相,加上多项基准的提升,可供读者判断前沿模型的推理与智能体能力走到哪一步。