Gemini 4 Pro / Flash 实测、跑分与上手

用户认为 Astra 只是面向 5% 用户的研究模型，Gemini 4 真正值得看的是 Google 给出的架构和价格，并暗示更新很快会来。

称 Gemini 4 Argon 已达与 GPT-6 Astra、Fable 5.1 竞争的水平，但 Google 公开发布后疑似因算力限制压低了性能。

有评论指出 Gemini 4 在关键基准测试中击败包括 Fable 和 Astra 在内的所有对手，讨论 Google 是否终于重返前沿，但强调目前仅是纸面成绩。

西语推文称 Google 今日发布 Gemini 4 Argon，定位前沿模型而非 Flash，支持 100 万输出 token，在长代码、法律、金融与网络安全上占优，目前仅限测试者。

汇总 Argon 跑分：DeepSWE 77.9%、CWE-bench 68% 并列第一、AutomationBench 51.3% 第一，输出上限从 64K 提升到 1M token，将先向 Fairwind 计划与 Ultra 订阅者开放。

作者对比 2023 与 2026 年，称 Gemini 4 在几乎所有 benchmark 上胜过 GPT-6 和 Claude，看好 $GOOGL。

报道称 Gemini 4 跑分亮眼，但 Google 内部实际使用时表现没那么稳，某些编程任务尤其明显。

Google DeepMind 发布 Gemini 4 首款模型 Argon，输出上限从 64K 提到 1M，主打长程编码、企业知识与网络防御，部分基准落后于 Astra 和 Opus 5.5。

AA-Omniscience 幻觉率对比：Gemini 4 Argon 15%，GPT-6 Astra 51%，Opus 5.5 66%，作者称「知道何时闭嘴」才是终极基准。

midudev 总结 Google 发布 Gemini 4 Argon，称其与 GPT-6 Astra、Fable 5.1 同档，目前仅邀请制可用。

Arena 官方账号称 Gemini 4 Argon (High) 以每任务 0.62 美元重塑 Agent Arena 的帕累托前沿，并附上排行榜链接，是当前最直接的实测来源之一。

爆料称 Gemini 4 在 PostTrainBench 上达 45.3%，是 Gemini 3.1 Pro（21.99%）的两倍多，并超过 GPT-6 Astra。