Google DeepMind 的 Varun Mohan(X 简介:building @antigravity @GoogleDeepMind)在 X 上宣布,Antigravity 中 Argon、Carbon、Hydrogen 三款模型的上下文窗口翻倍,用户每轮对话触发的上下文压缩(compaction)应减少 3.5 倍。原帖获得 5,400 多个点赞,Sundar Pichai 和 Demis Hassabis 均转发。具体窗口大小官方未公布。
核心要点速览
- ✓Antigravity 中 Argon、Carbon、Hydrogen 三款模型的上下文窗口翻倍,由 Google DeepMind 的 Varun Mohan 本人在 X 上宣布
- ✓他给出的效果是:每轮用户对话触发的上下文压缩(compaction)降低 3.5 倍
- ✓翻倍后的具体 token 数官方未公布,原帖也没有说明是否涉及价格或额度变化
- ✓原帖 5,400 多个点赞、约 33 万次浏览,Sundar Pichai 和 Demis Hassabis 均转发
- ✓长任务 Agent 编码最怕压缩丢失细节,窗口变大意味着长会话里模型能保留更多文件和历史
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价,支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
在 Agent 编码工具里,会话一长,上下文就会塞满。工具通常会做“压缩”(compaction),把早期对话和文件内容总结成更短的摘要,这样能继续工作,但细节容易丢失,Agent 可能忘记之前的约定或改过的代码。Antigravity 是 Google 的 Agent 编码平台,目前可以使用 Gemini 4 系列的 Argon、Carbon 等模型。
架构亮点与底层机制
11 月 16 日,Google DeepMind 的 Varun Mohan(X 简介写明 building @antigravity @GoogleDeepMind)发帖称,Antigravity 中 Argon、Carbon、Hydrogen 三款模型的上下文窗口已翻倍。他表示这背后做了大量工作,用户每轮对话触发的压缩次数应降低 3.5 倍。翻倍后的具体 token 数、是否影响价格或额度,原帖均未说明,官方未公布。
权威 Benchmark 与实测跑分对比
本次没有发布新的跑分,唯一的量化数字是“压缩降低 3.5 倍”,来自 Varun Mohan 本人。原帖获得 5,400 多个点赞、约 33 万次浏览,Sundar Pichai 和 Demis Hassabis 都转发了。
开发者实战落地与开箱指南
如果你在 Antigravity 里跑长任务、大仓库重构或多文件改动,可以留意压缩提示是否变少、Agent 是否更少“忘事”。建议仍然把关键约束写进项目说明文件,不要完全依赖长上下文;同时关注官方文档是否公布新的窗口上限。
即刻查看该技术对应模型与主流工具的实测差异,或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察