Gemini 4 Pro / Flash 实测、跑分与上手

一条简短观察，认为 Gemini 4 Argon 在 3D 相关任务上确实取得了进展。

汇总评测机构与开发者对 Gemini 4 Argon 的验证：性能被认为与 GPT-6 Astra 相当但成本约六成，也有人指出它并非第一、改代码和自检偏弱。

Argon（high）在扩展版 NYT Connections 基准拿到 98.6 分，超过 Gemini 3.1 Pro 的 97.4，单题成本下降 71%。

一条号称把 Gemini 4 Argon 相关情报都整理齐了的合集帖，适合想一次性补课的人点开。

Google AI 分享实验：用 Gemini 4 Argon 从人类动作视频生成训练模拟，展示机器人学习投豆袋流程，作者建议追问模拟中物理参数的来源与失效条件。

日文用户让 Gemini 4 Argon 做需联网调研的设计任务，发现它仍带着先入为主的毛病，调查草率。

日本用户展示在 Gemini 应用 Canvas 里用 Gemini 4 Argon 做出的动态图形，并自动配上 Gemini TTS 旁白。

Argon high 在 BuildingBench 从 Gemini 3.8 Flash 的 54.8 升到 81.2，排第 6，成本约为 Fable 5.1 的五分之一。

博主用同一提示词让 Gemini 4 Argon 和 Opus 5.5 各生成 3D 内容，附视频并称胜负明显，可看实际效果再判断。

ValsAI 用数百道涉华政治敏感问题测试中美模型，称 Gemini 4 Argon、Mistral Large 4、Grok 4.7 偶尔复述官方宣传口径。

用户用手机端 Gemini 4 Argon 生成「鹈鹕骑车」图，结果鹈鹕没有腿，晒出翻车实测。

测评认为 Argon 完成任务效率很高、考虑较全面，但视觉输出不够惊艳，体感弱于 Anthropic 模型、强于 OpenAI 模型。