Gemini 4 Pro / Flash 实测、跑分与上手

AA 的 FrontierCode 2.0 工程能力榜出炉，DeepSeek V4.1 Flash 以 28.5% 居开源第一，帖中对比 Gemini 4 Argon 25.7%、GPT-6 Luna 25.2% 等。

新版 9 项评测、60% 私有题：Opus 5.5 以 58 分居首，GPT-6 Astra 57、Sol 55，Gemini 4 Argon 50 分紧随，开源权重差距拉大到 12 分。

作者跑了一夜自动修复流程，GPT 报出 233 项错误，Gemini 4 Argon 判定其中 130 项为伪错误并修复 103 项，实验范围从 auth repo 扩到 storage repo。

一条带图帖称 Gemini Argon 4 连续运行近 3 分钟后遇到意外情况，配图展示现场，但未说明具体任务与结果。

Artificial Analysis 智能指数改版后，Opus 5.5 仍以 58 居首，GPT-6 Astra 升至 57，而 Gemini 4 Argon 从 53 降到 50。

Genie 4 演示中 Gemini 4 Argon 把任务拆成步骤、Genie 4 实时生成变化世界，模拟 Apollo 下棋和 UR5 机械臂移液，指向机器人训练新层。

Artificial Analysis Intelligence Index v5 改用 60% 私有数据集，Claude Opus 5.5 以 58 分领跑，Gemini 4 Argon（高）50 分排第六，并揭示高分模型成本差达 13 倍。

一条回复中，用户表示 Gemini 4 Argon 的表现优于某个 600B 参数规模的模型。

Artificial Analysis 发布新指数，所有实验室均未达及格线；发帖者注意到 GPT 6.1 Terra 超过 Gemini 4 Argon，考虑多用 Terra。

韩国 AI 角色聊天服务 Tingle 公告：Gemini 4 Argon 的内容过滤误拦正常对话并误扣付费点数，已改为拦截时不扣费，并给出 OOC 场景的例外返还标准。

一条以 Gemini 4 Argon 为主角的梗图帖，调侃它在 Carbon 发布后努力保护自己、对家族保持忠诚。

发帖者质疑 AA 榜单刻意压低开源权重模型得分，并反问 Gemini 4 Argon 在 agent 任务上是否真强于 DeepSeek V4.1 1017。