Gemini 4 Pro / Flash 实测、跑分与上手

Google 直接摆出跑分：Finance Agent 65.4% 对 53.5%、Legal Agent 19.6% 对 5.4%、Vibe Code 91.9%、GraphWalks 99.7%，但 SWE、Terminal、Science、OSWorld 仍落后。

有人在 Artificial Analysis 的新模型列表里发现 Google 的 gemini-4-argon，属于尚未官宣的泄漏信号。

有人贴图对比三家旗舰的成本效率，称 Gemini 4 Argon 正好落在 GPT 6.1 Sol 和 GPT-6 Astra 中间。

firstadopter 认为，Gemini 4 发布当天就有现任员工向彭博爆料其编程表现不佳，反映谷歌内部文化已相当失调。

帖子称 Gemini 4 Argon 在多任务上领先 Claude Opus 5.5 与 GPT-6 Astra，先通过 Fairwind Program 开放给网络安全防御者，随后面向开发者与企业上线。

作者在 Arena 上试过 Gemini 4 Pro，称其讲解方式极具教学性、交互感强且速度极快，但能否像 Sol 一样高效完成任务仍是关键。

泰语长帖汇总 Argon 在 DeepSWE、AutomationBench、Vals Finance 与 Harvey 法律基准上的成绩，并列出 1M 输出、Fuchsia 内核 Rust 迁移与网络安全漏洞自动修补等内部用例。

Google 称 Argon 在编程与网络安全基准上追平或超越 OpenAI、Anthropic，先通过 Fairwind 计划向特定企业和政府开放，无公开日期。

帖文称 Argon 是 Google 对标 Astra 与 Fable 的新旗舰，几乎全跑分领先，但尚未开放，将先推 Ultra 订阅与 API。

帖子称 Gemini 4 Argon 拿下 Text Arena 榜首位置，附排行榜截图。

爆料称 Gemini 4 Argon 先内部使用再给可信测试者，最后上 Ultra 与 API，主打长程编码与 agent，DeepSWE 报 77.9%。

图表显示 Argon 在 DeepSWE 77.9%、Vibe Code Bench 91.9%、LABBench 2 88.8%、GraphWalks 84.2% 领先，但 Astra 仍在 FrontierSWE 等占优。