Gemini 4 Pro / Flash 实测、跑分与上手

Genie 4 支持实时环境音与角色对话，场景可维持约 2 分钟，由 Gemini 3.8 Flash 驱动，并与 Gemini 4 Argon 搭配做机器人训练。

开发者总结：一个 Gemini API key 即可让 agent 看图、原生看视频、听音频、生成图像视频音乐与配音、做廉价转写和分类；Argon 4 创意强且与 Claude/OpenAI 模型不相关，接近前沿但仍有人更爱 Opus 5.5。

Google DeepMind 发布实时照片级世界模型 Genie 4，支持自然语言操控与原生音频，并与 Gemini 4 Argon、Gemini Robotics 配合模拟 Apollo 人形机器人下棋。

土耳其语长帖梳理 Genie 4 的新能力：声音与画面同步生成、角色即时对话、人体动作与物理模拟提升，并提到 Gemini 4 Argon 驱动 Apollo 机器人下棋模拟。

DeepMind 演示 Argon 把任务拆成步骤、再向 Genie 4 实时输出文本指令生成场景，属于机器人仿真实验而非真机演示。

DeepMind 展示 Genie 4 世界模型，Gemini 3.8 Flash 负责拆解任务并动态重规划，另有 Gemini 4 Argon 驱动人形机器人下跳棋的实验。

团队把 Gemini 4 Argon 与 Genie 4 结合做机器人研究：Argon 将用户指令拆成步骤，以文字字幕实时驱动 Genie 4 仿真并随任务推进调整场景。

Google 称在 DeepMind 机器人研究中把交互式世界模型 Genie 4 与 Gemini 4 Argon 配对，在想象世界中模拟多种场景。

用户对比同一提示词和目录，称 Gemini 4 Argon 找资料更准、解读更清楚，对 fable-5.1 在咨询类 agent 场景祛魅。

一条土耳其语月度 AI 盘点称 Gemini 4 Argon 于 10 月 13 日向 AI Pro 与 Ultra 订阅者开放，并带后台执行任务的 tasks 模式。

传闻 Gemini 4 新模型 Carbon 已向 Google 内部和少数伙伴开放，主打长程编码、自主 agent 与 3D 生成，速度比 Argon 慢 2–4 倍。

同一超跑提示词分别交给三家各自的 agent，Gemini 4 Argon 用时 8 分 41 秒、花费 0.48 美元，第二次才成功。