Gemini 4 Pro / Flash 实测、跑分与上手

视频中 Google DeepMind 的 Tulsee Doshi 表示 Argon 的 100 万 token 窗口不是用来写书，而是服务科研、开放数学难题等需要单步长链推理的场景，截到 64K 反而做不完。

作者曾测出 Gemini 文风最单调（17 句里同句尾连 3 次出现 13 处，ChatGPT 1、Claude 9），今天要用同一标题重测 Argon 是否改善。

作者强调这不是生成视频，而是 Gemini 4 Argon 通过 Blender MCP 直接产出的 .blend 三维场景文件。

有爆料称 Google 在训练 Gemini 4 代号 Argon 时，不小心把自家模型的 chain-of-thought 数据喂了进去。

DeepMind 用 Gemini 4 Argon 从投袋入洞视频推断空间与全身动作，自动生成物理仿真，人形机器人实验 7 投连中。

作者说拿惯用 Claude、GPT 的方式对 Argon 会崩溃，认为 Argon 实际比展示的更强，问题在使用习惯而非模型。

用户晒出 Argon 对自身发布反响生成的大篇幅 A+ 级报告，称其实时新闻消化能力极强。

Google 安全研究者称 Argon 安全报告篇幅创纪录且内容扎实，尤其推荐其中的失控、对齐与可监控性评估部分。

用户展示 Argon 的实例分割结果，称其能正确生成含孔洞和同一物体分离部件的掩码。

拿到访问权后，作者让 Argon 把手机里的怪猫表情包变成格斗游戏 Kitty Combat，12 只猫角色加必杀技 CATALITY，目前只有玩法预告。

新闻合集称 Argon 已向 API 付费层与 Pro/Ultra 用户开放，Arena 综合第 5、SimpleQA Verified 刷新 SOTA，但自测显示不及 Fable 与 Astra，Cursor 价格 12/1 翻倍。

用户称 Gemini 4 Argon 在 HyperFrames 里自己做出了宣传视频，并在其 Code2Video Bench 上表现不错。