Gemini 4 Pro / Flash 实测、跑分与上手

作者把 Gemini 4 Argon 加进 AutoResearchExam 的帕累托曲线，称其 ML 工程表现接近前沿模型但成本低 2–3 倍。

作者用 colorfigures 技能让 Gemini 4 Argon 从零构建 6 个机器/主体，每个都是单 HTML 文件，含真实 3D 到 SVG 投影、分层平涂着色和可点击的多步动画，全部一次成型。

作者按用途推荐 AI，多模态理解一栏选 Gemini 4 Argon，编程选 Claude Opus 5.5，生图选 GPT Image 2.5。

Sundar Pichai 与 Kantrowitz 对谈 Gemini 4 Argon，提到上线 72 小时 token 量达 Gemini 3 的三倍，并聊算力取舍与智能体编程转向。

Google 称 Gemini 4 Argon 发布首 72 小时处理近 25 万亿 tokens，约为 Gemini 3 同期 3 倍。

一位已付费 Google Fi 和 Google TV 的用户吐槽：Argon 模型很好，但完全搞不清怎么在 Antigravity 里用上它。

直播中 Argon 用百万 token 上下文独立规划机器人项目，把编码交给低思考档的 Opus 5.5，作者认为它会是最好用的编排模型。

帖文称 Gemini 4 Argon 是首个每周在 LMArena 掉票的模型，列出 9/29 到 10/20 从 4932 降到 4900 票，并暗示排名受 Polymarket 押注而非投票影响、Muse Wonder 被刻意避开。

Ramp Labs 称 Gemini 4 Argon 在会计基准 Ramp Accounting Bench 得 61.1%，比 Opus 5.5 高 10.6 分，难题上优势最大。

Sundar Pichai 称 Argon 首 72 小时消耗近 25 万亿 token，约为 Gemini 3.0 的三倍，Google 目前受产能限制，并承认仍有需改进之处。

Big Technology Podcast 访谈中，皮查伊称 Argon 首 72 小时处理近 25 万亿 token，约为 Gemini 3.0 同期 3 倍，且仍受算力限制；他否认这是「暗光纤」式泡沫。

作者用完整架构方案让前沿模型做批判性评审，Opus 5.5 得 95%、Astra 77%、Gemini 4 Argon 74%，考察推理、研究与抗幻觉。