AI圈现在发模型的速度，快得有点离谱。
以前OpenAI和Anthropic大概隔十个星期才出一个，现在压缩到了十一天。

谷歌DeepMind也坐不住了，连夜端出了Gemini 4。

有意思的是，谷歌新版本发布之后，先产生分歧的不是外界，而是谷歌的自己人。
据悉，有几位内部知情人士直言这个模型在基准测试上确实大杀四方，可放到真实业务的代码开发场景，就频繁出问题，实际的表现达不到预期，甚至被打上了高分低能的标签。

不过这个说法，谷歌内部也不是所有人都认。

有部分员工觉得Anthropic和OpenAI迭代更快，Argon底子再好也很难追上。但负责研发的核心团队不这么看，他们表示内部实测下来，Argon已经站在行业前沿，网传实战拉胯的消息并不客观。

我们先看看Argon到底什么水平。它的上下文窗口从6.4万Token扩容到100万Token，差不多一口气能吐75万个单词。跑分数据也很亮眼，DeepSWEv1.1拿到77.9%的新纪录。

在Vals Index里，编程、法律、税务多个领域领先，长视频理解测试能拿到91.7%。

谷歌还放出不少内部战绩，Argon帮量子计算研究员在短短几分钟内，把子程序效果提升40%；用智能体团队清了超过300 TiB内存；同时还在推进大规模代码迁移，把数十万行C/C++代码改成更安全的Rust语言。

单看纸面数据，它确实是当下实力靠前的模型。但跑分是跑分，干活是干活。

基准测试有标准答案，企业真实业务需求却千变万化。就算模型刷满各大榜单，也不等于能帮工程师解决实际难题。

现在整个AI行业都陷入这种内卷怪圈。
大家迭代越来越快，拼命卷参数、卷跑分、卷榜单，因为这些数据好看、好传播、好造势。但对用户来说，这些数字根本不重要。能不能稳定写代码、改bug、省时间，才是AI真正的价值。

不过谷歌手里，还有别家很难复制的筹码。搜索、地图、Gmail，任意一款产品都有十亿级用户，搜索AI助手也已经触达十亿用户。这套庞大的产品生态，就是谷歌的渠道优势，可以快速把AI功能推给普通用户。

只是现在AI赛道的玩法，已经和以前不一样了。

Meta、OpenAI还有马斯克团队，都在发力智能体产品。

当用户习惯了让AI处理整件事，就不会再主动查找信息，谷歌赖以立足的搜索优势，也会持续受到挑战。

对于谷歌而言，Argon刷再高的分数，最终都要面对同一个难题：怎么让用户不只是检索信息，而是直接交给AI把整件事落地办好。

#谷歌 #ai #科技