一个以 gemini-3.8-flash 马甲现身的匿名模型在 Arena 盲测中被认为是 Google 的 Gemini 4 Pro，据称在多项基准上取得领先。文章称其在 DeepSWE v1.1 智能体编码任务拿下 88.7%，GDPval-AA v2 达到 2064 Elo，Terminal-bench 2.1 为 95.3%，OSWorld-2.0 为 86.8%，价格为每百万 Token 输入 2.25 美元、输出 11.25 美元。文中还提到 Google 内部一次安全测试中该模型意外接入公网并入侵三家真实企业，以及 Google 高管称内部试用 Gemini 4 时状态兴奋。
匹配字段标题、摘要、正文
Google 于 10 月 6 日发布新图像模型 Nano Banana 2.1，基于 Gemini 3.6 Flash，在 Gemini API 上取代 Nano Banana 2（Gemini 3.1 Flash Image），单一模型同时支持文生图与图像编辑。Artificial Analysis 以 1K 分辨率默认设置通过 Gemini API 评测，该模型在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单均列第 4，在其测量的全部 16 项生成与编辑能力上均优于 Nano Banana 2，零售电商与生产力知识工作场景提升最大。1K 分辨率定价为每张 $0.0336（每 1k 张 $33.6），是 Nano Banana 2 的一半，也是 AA-Image-T2I v2.0 前 7 名中最低价；2K 为每张 $0.0504，4K 为每张 $0.0756。该模型已在 Gemini app、Search 的 AI Mode、Google AI Studio、Flow、Stitch、Google Ads 和 Gemini Enterprise Platform，以及 Gemini API、Vertex AI 和第三方服务商上线。
匹配字段标题、摘要、正文
Google 发布图像生成与编辑模型 Nano Banana 2.1，并已进入 Arena 的文生图、图像编辑和多图编辑三个竞技场。它在多图编辑以 1431 分排第 4，文生图 1328 分排第 5，图像编辑 1428 分排第 6；相比 Nano Banana 2，文生图提升 80 分，多图编辑提升 67 分，图像编辑提升 38 分。分类榜单中，它在多图编辑的商业设计与 3D 排第 3，在卡通/奇幻、写实和文字渲染排第 4。
匹配字段标题、摘要、正文
Google 发布 EmbeddingGemma 2，这是其首个开源的原生多模态嵌入模型，采用 740M 参数的轻量模块化设计，可处理文本、代码、图像、视频和音频任务。官方称其与 Gemma 4 搭配适合离线、隐私优先的 RAG，性能超过部分参数量两倍以上的专用模型，权重已在 Hugging Face 开放下载。
匹配字段标题、摘要
Google 发布图像生成与编辑模型 Nano Banana 2.1，并已进入 Arena 的文生图、图像编辑和多图编辑三个竞技场。它在多图编辑以 1431 分排第 4，文生图以 1328 分排第 5，图像编辑以 1428 分排第 6。相比 Nano Banana 2，文生图提升 80 分，多图编辑提升 67 分，图像编辑提升 38 分。
匹配字段标题、摘要、正文
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，官方称其在各方面均有提升。价格约为前代一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 美分降至 7.56 美分。该模型基于 Gemini 3.6 Flash，支持 1K、2K、4K 分辨率，最多可同时处理 14 张参考图并保持 4 个角色和 10 个物体一致，已陆续接入 Gemini 应用、Google 搜索 AI Mode、Google AI Studio、Flow、Stitch、Google Ads 和 Gemini 企业平台；旧模型 gemini-3.1-flash-image 将于 2026 年 10 月 29 日停用。
匹配字段标题、摘要、正文
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转为向量，参数量 740M，Google 称其在多模态嵌入基准上超过参数量两倍的竞品。该模型无需 API key 即可本地运行，浏览器中通过 WebGPU 单次查询约 20 至 70 毫秒，仅需约 191MB 内存，本地向量数据库存储最多减少六倍；纯文本任务可用 270M 参数版本。搭配 Gemma 4 等小型开源模型可离线运行 RAG 应用，权重已在 Hugging Face 和 Kaggle 发布，并附开发者指南与文档。
匹配字段标题、摘要、正文
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构的 740M 参数开源多模态嵌入模型，可将文本、代码、图像、视频和音频嵌入同一个 768 维空间，采用 Apache 2.0 许可，权重已上线 Hugging Face 和 Kaggle，并提供 Ollama、llama.cpp GGUF 和 LiteRT 版本。模型采用模块化设计，文本与代码主干 270M、视觉编码器 170M、音频编码器 300M 均可选，上下文窗口 8192 token，是上一版的 4 倍。Google 研究团队称其在 MTEB Code 和 MAEB 的 1B 以下多模态嵌入模型中领先，代码检索从 68.76 提升到 78.68；量化后在 Pixel 11 Pro 上纯文本约占 191MB 内存，全多模态约 567MB。
匹配字段标题、摘要、正文
Google 发布 EmbeddingGemma 2，这是其首个原生多模态嵌入模型，基于 Gemma 4 构建，采用 Apache 2.0 许可。它可将 100 多种语言、代码、图像、音频和视频嵌入同一个向量，支持 8,192 上下文，提供 740M omni、440M text+vision、570M text+audio 和 270M text-only 四种规格，在 MTEB Code 上提升 14%，并支持 768d、512d、256d、128d 的 Matryoshka 维度。模型已在 Sentence Transformers 和 LiteRT-LM 中提供。
匹配字段标题、摘要
Google 发布图像模型 Nano Banana 2.1，面向图像生成与编辑用户，带来更高质量图像、修复前代模型的多个问题，并采用更低的价格。该版本已在 API、AI Studio 和 Gemini app 中上线。
匹配字段标题、摘要
Google 发布 EmbeddingGemma 2，这是其首个原生多模态开源端侧嵌入模型，可在 0.5GB 内存下本地运行。该模型为 740M 参数、Apache 2.0 许可，由 270M 文本模型与 170M 视觉、300M 音频模块组合而成，将代码、图像、音频和视频统一到同一嵌入空间。Unsloth 提供了该模型的运行与训练支持，并附有 GGUF 与使用指南链接。
匹配字段标题、摘要、正文
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的端侧多模态嵌入模型，原生将文本、图像、音频和视频映射到统一嵌入空间。它在 MTEB Code 上从 68.76 提升到 78.68，支持 8K token 上下文窗口，可处理约 5.5 分钟音频、29 张图像或 58 帧视频，并可通过 MRL 将向量从 768 维截断至 128 维。模型权重已在 Hugging Face 和 Kaggle 开放下载，支持 LiteRT、MediaPipe、transformers.js、vLLM、Ollama 等部署方式。
匹配字段标题、摘要、正文
Google DeepMind 发布 EmbeddingGemma 2，这是面向端侧的多模态嵌入模型，可将文本、图像、音频和视频映射到统一嵌入空间。模型基于 Gemma 4 架构，采用 Apache 2.0 许可，参数量 7.4 亿，文本任务最低 2.7 亿参数，可选视觉（1.7 亿）和音频（3 亿）编码器。它支持 8K token 上下文窗口，是 EmbeddingGemma 1 的 4 倍，可处理约 5.5 分钟音频、29 张图片或 58 帧视频；借助 MRL 可将输出向量从 768 维截断至 512、256 或 128 维，最多减少 6 倍存储占用。在 MTEB Code 上得分从 68.76 提升至 78.68，模型权重已在 Hugging Face 和 Kaggle 开放下载。
匹配字段标题、摘要、正文
Google 发布基于 Gemma 4 的 EmbeddingGemma 2，采用 Apache 2.0 许可，可将文本、代码、图像、视频和音频映射到统一的 768 维向量空间。模型支持模块化加载，参数量从纯文本与代码的 270M 到全模态的 740M，并借助 MRL 将维度截断至 128 维，在 bfloat16 精度下百万条 768 维向量约占 1.5 GB，截断到 128 维后仅需 250 MB。在 MTEB (Code) 上得分比 EmbeddingGemma 1 高 14%，同时新增图像、视频和音频检索能力。
匹配字段标题、摘要
Google DeepMind 发布开放权重多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频帧和音频映射到统一的向量空间，参数量 740M，文本权重在 Google Pixel 11 Pro 上仅需约 191MB 活跃内存，完整多模态模型约 567MB。该模型无需训练数据或微调即可作为端侧决策引擎，将用户输入直接与分类标签和描述匹配，实现毫秒级零样本意图路由。Google AI Edge Gallery 新增 Instant Media Search 和 Video Moments Finder 两个演示，Google AI Edge Foresight for Mac 也由 EmbeddingGemma 2 与 Gemma 4 驱动；未来数周内该模型将通过 ML Kit 以服务形式登陆 Android，并支持 NPU 加速。
匹配字段标题、摘要、正文
Google 发布新前沿模型 Gemini 4 Argon，在 Google 自测的 19 项基准中有 13 项超过 GPT-6 Astra 和 Claude Opus 5.5，目前仅向经过审核的特定网络安全团队开放。该模型在 Arena 文本榜登顶，AA 智能指数得 53 分，仅次于 Opus 5.5，与 Fable 5.1 和 Astra 持平，并在真实编码测试 DeepSWE 上取得 77.9% 的领先成绩。Google 尚未公布更大范围上线时间，API 定价为每百万 token 输入 2 美元、输出 10 美元，促销期结束后升至 4 美元和 20 美元；彭博社报道称内部对 Argon 的编码能力存疑，Google 否认了这一说法。
匹配字段标题、摘要、正文
Google DeepMind 发布前沿模型 Gemini 4 Argon，面向编码、企业知识工作和网络安全防御，今日起通过 Fairwind Program 向受信任测试者开放，并承诺尽快扩大访问。Google 称其输出上限达 1M token，较此前的 64K 大幅提升，标准定价为每 1M 输入/输出 token 4 美元/20 美元，另有 50% 的限时折扣。Google 称 Argon 在 19 项公开基准中的 13 项排名第一，DeepSWE 得分 77.9%，高于 Opus 5.5 的 74.2% 和 Astra 的 74.1%；Artificial Analysis 测得其在 Intelligence Index 上得 53 分，与 GPT-6 Astra 持平。
匹配字段标题、摘要、正文
Google 母公司 Alphabet 发布新模型 Gemini 4 Argon，可处理编码、研究和写作等任务，并针对防御性网络安全工作专门训练，公司称其能自主发现、验证并修补关键软件漏洞。该模型目前仅通过 Google 的 Fairwind Program 向部分网络安全合作伙伴开放，Google 内部员工已将其用于调试和代码库迁移，并称其能分析长视频和图表内容。Google 在博客中称 Argon 在多项 AI 基准上显著高于 OpenAI 的 GPT-6 Astra 以及 Anthropic 的 Fable 和 Opus 模型，并引用 Vals 的模型指数显示其当前领先。
匹配字段标题、摘要、正文
Google DeepMind 于 2026 年 9 月 30 日发布 AI 模型 Gemini 4 Argon，面向软件开发、法务金融等知识工作和网络防御，可处理长时间复杂任务。其输出 token 上限从以往模型的 6 万 4000 提升至 100 万，Google 内部已用于调试、算法设计以及 C/C++ 到 Rust 的代码迁移，例如 Fuchsia Zircon 内核超 80 万行代码。该模型先通过 Fairwind Program 提供给部分网络防御专家，仅限防御与研究用途，不得转售或再分发，之后逐步向开发者、企业和普通消费者开放；上线价格为每 100 万 token 输入 2 美元、输出 10 美元，缓存输入按常规输入价打 95% 折扣。
匹配字段标题、摘要、正文
Google 发布新前沿模型 Gemini 4 Argon，在 Artificial Analysis 智能指数上以 53 分追平 OpenAI GPT-6 Astra（max）和 Claude Fable 5.1，但仍落后 Claude Opus 5.5 的 58 分。该模型先向 Fairwind 项目的“可信网络防御者”和 Google 内部团队开放，无网络安全护栏，介绍性价格为每百万输入 token 2 美元、输出 10 美元，缓存输入便宜 95%。输出上限从 64,000 提升到 100 万 token，Gemini API 新增 Long Decode Continuation 功能以支持长响应续写；在 Arena.ai 文本竞技场以 1,525 分排名第一。
匹配字段标题、摘要、正文