Gemini 4 Pro / Flash 实测、跑分与上手

新前沿模型输出上限从 64K 提到 1M，DeepSWE v1.1 达 77.9%、CWE-Bench 68%，先在内部和可信网络安全方开放。

一条高赞帖称 Gemini 4 Argon 在对比中大幅胜过 Opus 5.5、Fable 5 和 GPT-6 Astra，配图疑似跑分或对战结果。

有人猜测 Google 让工程师提前用 Opus 5.5 换来回报，Gemini 4 Argon 跑分惊人。

该帖称 Gemini 4 Argon 在多个手选基准上击败 GPT-6 Astra、Claude Fable 5.1 与 Opus 5.5，并指出谷歌跳过 3.5 Pro 直接由 Flash 3.5–3.8 跳到 4 Argon。

Google 发布面向复杂工作流、网络安全与编码的 Gemini 4 Argon，内部已用于软件与量子任务，但早期基准显示 GPT-6 Astra 在前沿编码与科学上仍领先，Opus 5.5 守住终端编码评测。

Andon Labs 称 Gemini 4 Argon 在 Blueprint-Bench 2 排名第一，该测试要求 AI agent 根据公寓室内照片画出平面图，考察物理 3D 世界理解。

一张图汇总 Google 刚公布的 Gemini 4 Argon 各项基准分数，适合快速扫一眼它和前沿对手的差距。

Google 发布 Gemini 4 Argon，对 GPT-6 Astra 与 Claude Opus 5.5 在 19 项基准中拿下 13 项第一，输出上限提至 1M token，首批仅限 Fairwind 计划内的安全防御方。

LuminaBench 列出 Argon 官方成绩：DeepSWE v1.1 77.9% 新 SOTA、Vals Index 第一、AutomationBench 51.3% 第一、LVBench 91.7% 新 SOTA、CWE-bench 68% 并列第一。

Google 的 Ammaar 放出 Argon 基准预览，称今日先向网络安全防御者推送，随后尽快面向所有人开放。

ValsAI 称 Gemini 4 Argon 在金融、法律、编程、安全上尤其强，且全面优于本月早些时候发布的 Gemini 3.8 Flash。

法文帖称 Google 取消 Gemini 3.5 Pro，下一代高端模型定名 Gemini 4 Pro，暂无发布日期但基准已超 Anthropic 与 OpenAI。