Gemini 4 Pro / Flash 实测、跑分与上手

网友吐槽双标：Gemini 3.8 Flash 登顶 DeepSWE 时被说榜单饱和，Sol 登顶就是 SOTA，Gemini 4 Argon 登顶又变成榜单饱和。

葡语帖称 DeepMind 已向封闭测试组放出 Gemini 4 Argon，Artificial Analysis 智能指数 53 分追平 Astra、领先 Sol 一分，幻觉率 15% 对 51%，首发五折后每任务 1.99 美元。

实测对比显示 Gemini 4 Argon 在 FrontierSWE 上得 55.0%，是 Gemini 3.8 Flash 19.6% 的近三倍，被称为测过最好的 Gemini 模型。

一条观点帖：Google 首次追平 Astra/Fable 5.1 水平，社区却立刻质疑 Argon 是 benchmaxxed，作者反问是模型刷榜还是大家不习惯 Google 赢。

发帖人列出 Argon 的 1M 输出窗口和 agentic 编码成绩，并让网友投票猜它能打败 Opus 5.5、GPT-6.1-sol 还是 Grok 4.7。

视频观点：在 GPT-6 Astra 与 Fable 5 之后外界以为 Google 出局，Gemini 4 Argon 在主要基准上同时超过两者，形成三强竞争。

ITmedia 报道 Google 公布 Gemini 4 Agron 而非 Pro，首批仅向网络防御组织开放，输出上限达 100 万 token。

一条简短实测帖：Gemini 4 已在不少任务上超过 Astra 和 Fable，但没给出具体项目。

作者展示 Arena 中以 gemini-3.8-flash 名义对战的 Gemini 4 检查点输出，称效果极佳。

Argon 在 Artificial Analysis 智能指数得 53 升至第五，追平 GPT-6 Astra，标准价 $4/$20 且当前五折。

有人用 Arena 上的 Gemini 4 Argon 检查点跑提示词，要求生成尽可能细致的 Ana de Armas SVG 图像。

Mercor 榜单显示 Gemini 4 Argon 以 82.2% Pass@1 首次突破 80%，比 Sonnet 5.5 高 6.7 分，咨询、投行、公司法全部第一。