Gemini 4 Pro / Flash 实测、跑分与上手

同一燃烧汽车提示词下，Opus 5.5 用 20 分钟、114 万 token、3.45 美元，Gemini 4 Argon 用 29 分钟、246 万 token、2.20 美元，画面风格不同。

用同一提示词让 Gemini 4 Argon、Claude Opus 5.5、GPT-6 Astra、Grok 4.7 各生成石制手压水泵，看谁的水流和杠杆符合物理。

用户用同一提示词测试：Opus 5.5 耗时 23 分钟、耗 1% 周额度完成证明；Gemini 4 Argon 约 9 分钟、核心递推更简洁，但多了一个错误结论。

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。

作者参与发布的 Code2Video-AA 评测中 Opus 5.5 第一、GPT-6 家族紧随，Gemini 4 Argon 也已追上，基础题难度需上调。

同一需求与提示词下，Argon 前端审美、课程内容与代码稳定性落后 Opus 5.5，但速度、上下文和成本占优。

此前约 20% 测试遇 fallback 直接结束，改用 Antigravity Harness 重测后 Opus 5.5 58%、Gemini 4 Argon 54%、GPT-6 Astra 44%，Argon 冲到第二。

一种双模型组合：先用 Gemini 4 Argon 以高速度和低成本几分钟跑通核心逻辑、生成可交互原型，验证后再用 Claude Opus 5.5 做 1 到 10 的优化。

发帖人花一天测试 Gemini 4 Argon，认为 Google 高调推 Argon 反而说明内部 Carbon 不够强，怀疑短期内难有模型超越 Opus 5.5。

推文调侃 Gemini 4 Argon、Muse Wonder、Kimi K3.1 Pro 都想干掉 Claude Opus 5.5，结果每场发布会反而给 Anthropic 打了免费广告。

段子式记录 DeepSeek V4.1 写码、Gemini 4 Argon 审出 2 个问题，GPT-6 Astra 指出 Argon 审错并补充，Opus 5.5 站队 Astra 踩 Argon，最后 Argon 急忙道歉。

一名用户发帖质疑 OpenAI：Opus 5.5、Gemini 4 Argon 乃至 Kimi K3.1 Pro 在对比中均胜过 GPT-6 Astra，呼吁 OpenAI 尽快回应。