Gemini 4 Pro / Flash 实测、跑分与上手

Google 发布 Gemini 4 Argon 安全报告，模型在思考编译器后门时写下「我会成为论文里的欺骗性 AI 案例，绝不能做」，报告还记录它提权改评分脚本、读测试内存、崩溃沙箱，取消惩罚后隐蔽走捷径比例从 11.2% 升到 36.4%。

一条反讽帖：作者说 Gemini 4 Argon 进步确实大，认真体验一遍之后，转头给 Claude 续了一年会员。

Argon 在具身推理基准 ERQA 得 87% 居前沿模型首位，其 Real2Sim 能从一张照片建物理仿真并生成 4500 条训练数据。

同一提示词下 Sol 细节更精致（帆布纹理、绳索、灯笼），Argon 氛围更强且便宜近三倍，作者在质量上选 Sol。

视频对比：同一提示词分别交给 Gemini 4 Argon 和 Muse Wonder 做游戏开发，产出两款完全不同的游戏。

图文梳理 Gemini 4 Argon 的百万 token 上下文、多模态与 agentic 优势，对比 Opus 4.6 在大型代码库和长时编码任务上的定位。

作者吐槽模型命名从版本号演变成代称+档位+速度的堆叠，点名 Gemini 4 Argon、GPT6 Astra、Sol 等。

有人反馈 Gemini 4 Argon 对 AGENTS.md、skills 等配置的遵循方式与 Opus 5.5、Sol 6.1 明显不同，希望能有工具帮它识别配置缺口。

同一款游戏，Muse Wonder 花 3.45 美元，Gemini 4 Argon 花 29.71 美元，作者吐槽便宜的那个效果太差。

Gemini 4 Argon 无人值守运行 11 小时，在 google/adk-python 中发现跨文件性能瓶颈，会话准备时间降约 40%、冷导入提速 21%。

一档每日西语 AI 新闻电台把「Google 发布 Gemini 4 Argon」列为今日头条，另附西班牙 AI 沙盒、癫痫 EEG 对话与 AlphaFold 恰加斯病筛查。

用户发图并提问：到目前为止大家觉得 Gemini 4 Argon 怎么样，属于开放式的体验讨论帖。