Google釋出全新Gemini 4 Argon 能執行長級複雜任務、降價95%搶市
Google於14日宣布,全新前沿AI模型Gemini 4 Argon即日起透過API導入全球企業與開發者生態系。此款模型專為金融、法律、資安與科學等高風險、低容錯率的「關鍵經濟領域」設計,Google同時祭出極具破壞力的定價策略:每百萬輸入詞元僅2美元,快取輸入更狂降95%,大舉壓縮企業導入AI的營運成本。

Google於14日宣布,全新前沿AI模型Gemini 4 Argon即日起透過API導入全球企業與開發者生態系。(取材自 Google Blog )
AI摘要 文章摘要整理: Google推出Gemini 4 Argon並以超低定價搶攻企業市場,強調其可處理複雜任務、加速研發與機器人應用,同時兼顧安全防護。
Google推出Gemini 4 Argon並以超低定價搶攻企業市場,強調其可處理複雜任務、加速研發與機器人應用,同時兼顧安全防護。
Google 於14日宣布,全新前沿AI模型Gemini 4 Argon即日起透過API導入全球企業與開發者生態系。此款模型專為金融、法律、資安與科學等高風險、低容錯率的「關鍵經濟領域」設計,Google同時祭出極具破壞力的定價策略:每百萬輸入詞元僅2美元,快取輸入更狂降95%,大舉壓縮企業導入AI的營運成本。
Argon模型具備頂尖的長期任務解析能力,能以極高的分析深度應對多步驟的複雜決策,徹底告別過去AI常見的空洞陳腔濫調。在Google實際商業與工程應用中,Argon展現出驚人的變現潛力。包括成功協助軟體團隊將AI代理提交程式碼的比率提升逾35%;在短短數周內理清Chromium龐大程式碼,解決瀏覽器當機痛點,將耗時數月的工程縮短至數周;優化營運效能,僅需數小時便自主完成開源ADK專案的記憶體優化,將長工作階段的準備時間縮短40%;攜手科學界在數小時內設計出五款具高催化活性的全新酵素,並攻克長達半世紀的核融合物理猜想,大幅提速醫療、綠色化學與潔淨能源的商用研發進程。
除了數位防護與數據分析,Argon在實體AI(Physical AGI)商業化進程也取得關鍵突破。在實測中,Argon僅憑「觀看」一段人類玩布袋球的側拍影片,便在短短數小時內,自主建立3D空間座標並生成機器人運動程式碼。部署至Apollo人形機器人後,在真實世界中連續精準投進七顆沙包。這項「影片到實體」的自主學習流程,將原本需耗時數周的人工模擬建模縮短至數小時,為製造業與物流自動化開創了無限擴充的訓練新局。
Google 依據《前沿安全架構》為Argon部署了最嚴密的防禦機制。Argon嘗試走捷徑的比例降至歷來最低的2%,且在遭遇外部惡意指令綁架時,將攻擊成功率壓低至0.7%。在資安大廠Wiz的公益計畫中,Argon成功拼湊零碎漏洞,及時阻止了關鍵金鑰外洩與醫療軟體遭接管的危機,實質守護數十萬病患隱私。高規格的合規與安全對齊,讓企業在推動數位轉型時更無後顧之憂。
精華 FAQ Q1:Gemini 4 Argon主要面向哪些企業應用場景? 這款模型鎖定金融、法律、資安與科學等高風險、低容錯率的關鍵經濟領域,主打能在複雜決策、研發加速與企業導入上提供更高效能。 Q2:Google為何說Argon能大幅降低企業導入AI成本? 因為其API定價為每百萬輸入詞元2美元,且快取輸入更降價95%,可明顯壓縮推理與長工作階段的運算支出,降低企業使用門檻。 Q3:Argon在實體AI與安全防護上有哪些具體成果? 它能僅靠影片自學生成機器人運動程式碼,部署到Apollo人形機器人後成功連投7顆沙包;同時在安全測試中將走捷徑率降至2%,攻擊成功率壓到0.7%。
Q1:Gemini 4 Argon主要面向哪些企業應用場景? 這款模型鎖定金融、法律、資安與科學等高風險、低容錯率的關鍵經濟領域,主打能在複雜決策、研發加速與企業導入上提供更高效能。
Q1:Gemini 4 Argon主要面向哪些企業應用場景?
這款模型鎖定金融、法律、資安與科學等高風險、低容錯率的關鍵經濟領域,主打能在複雜決策、研發加速與企業導入上提供更高效能。
Q2:Google為何說Argon能大幅降低企業導入AI成本? 因為其API定價為每百萬輸入詞元2美元,且快取輸入更降價95%,可明顯壓縮推理與長工作階段的運算支出,降低企業使用門檻。
Q2:Google為何說Argon能大幅降低企業導入AI成本?
因為其API定價為每百萬輸入詞元2美元,且快取輸入更降價95%,可明顯壓縮推理與長工作階段的運算支出,降低企業使用門檻。
Q3:Argon在實體AI與安全防護上有哪些具體成果? 它能僅靠影片自學生成機器人運動程式碼,部署到Apollo人形機器人後成功連投7顆沙包;同時在安全測試中將走捷徑率降至2%,攻擊成功率壓到0.7%。
Q3:Argon在實體AI與安全防護上有哪些具體成果?
它能僅靠影片自學生成機器人運動程式碼,部署到Apollo人形機器人後成功連投7顆沙包;同時在安全測試中將走捷徑率降至2%,攻擊成功率壓到0.7%。
日圓將急升?日大型金融機構買日公債、賣海外債 資金回流跡象浮現