Gemini 4 Pro / Flash 实测、跑分与上手

作者以 4 Argon 做沟通编排，调 agy CLI 跑多个 gemini 3.8 flash 开发、codex CLI 跑 gpt-6-astra-xhigh 审查，小问题自动修、决策交人。

用户反映 Arena 因大量人尝试调用 Gemini 4 Argon 而宕机，自己第三次尝试仍失败，怀疑是新检查点上线所致。

用户用旧 vibe check 提示词测 Argon High：车身形状接近参考图、速度很快，但颜色发白、纹理像失重漂浮、车库和 UI 很简陋。

一条评论认为 Argon 模型本身不错但额度烧得太快，若 Google 用测试者反馈更好的 Carbon 配上耐用额度，有望追上 OpenAI。

用户晒出 Gemini 4 Carbon 在 Arena 中生成的 Three.js 代码艺术输出，作为又一份实测样例。

用户晒图称遇到 Gemini 新模型灰度测试，疑似为 gemini-4-flash，附有截图但未给出更多细节。

据转述，Google AI Pro 试用用户在 Antigravity 里同时看到 Opus 5.5 和 Gemini 4 Argon，并展示了 Argon 生成的 3D 巫师棋、元素周期表和 WebGL 毛发引擎。

视频里 Wiz 展示 Gemini 4 从医疗软件配置文件中找出主密钥并转为管理员权限，帖文借此讨论 AI 攻防两面性。

帖子称 Google Research 开源一套自改进 harness，Argon 只做架构规划、3.8 Flash 写代码，基准准确率提升 34%。

有用户称通过 Jio 领取的 Google AI Pro 开始分批灰度 Gemini 4 Argon 和 Claude Opus 5.5，官方文档尚未更新。

一条调侃帖：Google 把 Argon、Carbon 等化学名词当作模型代号，命名逻辑像实习生随手挑的。

帖文称硅谷流出三家 11 月新模型内测情报，其中谷歌 Gemini 4 Carbon 在内部 Jetski 平台编程表现追平 Opus 5.5，并暗示用了递归自我改进技术。