Gemini 4 Argon

谷歌推出迄今最强的视觉-语言-动作模型 Gemini Robotics 2.5，在灵巧度、可靠性与安全性三方面实现跃升，并在超过 200 项任务中完成测试。该模型已在奔驰生产线的真实概念验证中驱动 Apptronik Apollo 2 人形机器人拣选打包汽车零部件，成功率达 96%，相较前代基线成功率提升 30% 至 100%、任务完成速度快 20% 至 30%。目前该模型正向谷歌机器人合作伙伴开放。

谷歌正式开放迄今最强的推理模型 Gemini 4 Carbon，重点面向复杂软件工程、多步骤智能体任务、科学研究和网络安全场景。该模型拥有约 105 万 Token 的统一上下文窗口，支持文本、图像、视频、音频和 PDF 输入，并提供三档推理强度；通过 Gemini API 和 AI Studio 向付费开发者开放，首发价为每百万输入 Token 2 美元、每百万输出 Token 10 美元。

谷歌在两周测试期后正式开放 Gemini 4 Carbon，定位为面向多步编码、调试与科研的高强度任务模型，与 Gemini 4 Argon 形成互补，但 token 消耗更高。同时谷歌预览了 Antigravity 的 /swarm 功能，可将单条提示转化为协同分工的智能体团队。在 Anthropic 等对手密集迭代的背景下，该模型的发布窗口已显滞后。

Google 将其最强模型 Gemini 4 Carbon 从仅限 Fairwind 计划网络安全防御者的两周内测，扩展至所有付费开发者和 Google AI Ultra 订阅用户。Carbon 沿用 Gemini 4 Argon 的 $2/$10 每百万 token 输入输出定价，但会消耗更多 token 用于推理与验证，并在 CursorBench 4.0、WANDR 与 AutomationBench 上排名第一，单任务成本不到次优外部模型的一半。

Google DeepMind 发布视觉-语言-动作（VLA）模型 Gemini Robotics 2.5，称其相较自家此前基线在各类任务上提升 30% 至 100%。在匈牙利与德国的奔驰在产产线上，Apptronik 人形机器人 Apollo 2 完成金属零件分拣，报告成功率达 96%。DeepMind 同时以 Gemini 4 Argon 作为仿真引擎用于训练，并开源 ASIMOV-Jailbreak 基准以评测机器人模型安全性。

谷歌正式向开发者、企业和消费者开放 Gemini 4 Carbon，这是其当前最强的前沿模型，主打网络安全能力与长程智能体工作流。Carbon 定位在 Gemini 4 Argon 之上，面向复杂多步编码调试与开放式科研等极限任务，Argon 仍是多数软件工程与知识工作的首选。此前 Carbon 已通过 Fairwind 计划向网络安全防御方小范围开放。

谷歌正式向开发者、企业、科研机构与消费者开放 Gemini 4 Carbon，这是其当前最强的前沿模型，在网络安全能力与长程智能体工作流上达到前沿水平。Carbon 此前通过 Fairwind 计划向网络安全防御方限量开放，定位为处理复杂多步编码调试与开放式科研发现等高难度任务，而 Gemini 4 Argon 仍是多数软件工程与知识工作的首选。

Google 将 Gemini 4 Carbon 面向公众开放，距其向安全防御者定向发布仅两周，官方称其为迄今最强模型，主打复杂多步编码与开放式科研等极限任务。同时 Google 在智能体开发平台 Antigravity 上预览 swarm 蜂群功能，强化长周期智能体协作能力，与上月发布的 Argon 形成高低搭配。

Artificial Analysis 的 AA-3D 基准显示，Claude Fable 5.2 (Max) 以 1271 Elo 登顶，领先 Claude Sonnet 5.5 与 Opus 5.5 达 67 分，且置信区间与所有其他模型不重叠，领先幅度超出误差范围。它比前代 Fable 5.1 高出 132 分，并超过 OpenAI GPT-6 Astra（1168）与 Google Gemini 4 Argon（1147）。

苹果最新论文提出 AMP1 框架，让 Claude Opus 5.5、Gemini 4 Argon 等通用前沿模型通过摄像头画面、代码执行与直接运动指令闭环控制机械臂，无需任何演示数据或任务训练。在 RoboLab-120 基准上零样本成功率达 85.6%，远超最佳 VLA 模型的 49.2% 与最佳世界动作模型的 42.9%；真实 Franka 机械臂上 108 次试验成功 104 次。代价是每轮任务中机器人需大量等待模型推理。