今日正式发布 4 ，旨在通过极致的速度与效率，将尖端智能普惠至日常编码及智能体工作流。与此前专注于深度推理和复杂问题解决的 4 及 Argon 不同， 专为高频、快速的执行任务而设计。

目前， 4 已全面接入 AI 、 API、企业版 、 应用、 搜索以及 （面向 Pro 和 Ultra 订阅用户）。

性能强劲，定价统一

在默认的高思考模式（High）下， 在 智能指数上得分为 51 分，超越 Argon（50 分）；在最高 xhigh 模式下得分达 54 分，且任务完成速度通常优于同类模型。该模型支持 100 万 token 的上下文窗口，并实行统一计费：每百万输入 token 1.50 美元，每百万输出 token 7.50 美元。

多模型协作与效率提升

在实际开发场景中， 既可作为独立模型处理日常任务，也可与 、Argon 协同工作。为此， 在 中引入了 ""（编排器），能在同一会话中动态切换模型。基准测试显示， 在 -Bench 4.0 中的任务成功率接近 ，但配额消耗减少 24%，完成速度提升 19%。这种架构允许 担任协调者， 驱动工作者智能体，从而在控制成本的同时加速复杂项目交付。

对于从 3.8 Flash 迁移的团队， 是一次显著升级：默认高设置下速度提升 2.5 倍，-Bench 4.1 分数从 18.2% 跃升至 57%，伪造声明减少逾 5 倍。在 SWE-sweep 基准测试中，其在修复 Bug 且不破坏现有代码方面表现优于竞品；在早期企业工作流测试中，运行速度比 3.8 Flash 快 2 至 2.8 倍，Token 用量减少 12% 至 23%。

全方位能力进阶

开放式智能体执行：在 Agent Arena 实时基准测试中排名第五；在 HLE- 深度领域推理中以 58.8% 的成绩领先同类；在 Vals Tax Agent Bench 中总体排名第一（52.3%）。

多模态知识工作：原生支持百万级 token 输入输出，能将 PDF、图表、音视频综合为结构化报告。在多模态知识智能体（MKA）基准测试中得分 53.4%，优于其他模型。

Web 开发与创意原型：能以更少提示词生成功能完备的代码。演示案例包括实时生成 3D 体素岛屿、构建含 着色器的电商店面、在 中绘制动画像素画，以及在 中自动生成并审计演示文稿。

灵活思考模式与消费级应用

提供低、中、高（默认）及 xhigh 四种思考模式，让用户在质量、延迟和成本间灵活权衡。在消费端， 应用和 搜索也集成了 ，以提升日常辅助体验：

应用：更精准地遵循指令，减少交互轮次。能跨 Gmail、Drive 及第三方应用提取上下文，辅助写作、研究及原型设计，如生成交互式 3D 地球仪或视频宣传片。

搜索：增强对用户意图的理解，即使面对复杂或拼写错误的查询也能提供准确结果；响应更具视觉化且易于扫描；通过升级的查询发散技术，提供更广泛的相关链接。

安全与可靠性

4 搭载了最新的 4 安全栈。在智能体工作流中，其过度干预减少多达 81%，服务不足减少 79%，未对齐行动减少 12 倍，绕过权限边界的可能性降低 2 倍，内部诚实度评估达 96.7%。此外，其在超过 20 万次审计回合中保持 99.9% 的思维链可读性，对间接提示注入攻击的韧性提升逾 2.3 倍。在日常互动中， Pro 上的错误拒绝率控制在 0.4% 以下。

即日起，开发者可通过 API 及 AI 使用 ；企业用户可通过企业版 部署；普通用户可在 应用和 搜索中直接体验。

【星途科讯 图文丨欧阳布布 首发于 ZAKER 科技，转载请注明出处】