Gemini 4 Argon opens to all: 1M in and out, plus benchmark doubts
A roundup of Argon's launch: 1M input and output context, three thinking levels, a 77.9% DeepSWE score, early API pricing, and doubts that its coding feel lags Claude Opus.
谷歌的大招终于落地！筹备多时的 Gemini 4 Argon（Gemini 4 系列首发旗舰）今天正式全量开放。 作为谷歌对标 GPT-6 和 Claude Opus 系列的最新王牌，它不仅彻底抛弃了前代的小修小补，更亮出了“双向 1M 上下文”的核武级参数。 整理了实测干货、争议与关键亮点，带你看懂它的真实战力： 1️⃣ 核心突破：长程与吞吐的“掀桌子”创新 - 1M In + 1M Out「全对称」上下文：终于摆脱“能吃百万字，只能吐几千字”的尴尬，极限输出最高支持 1M tokens，端到端长代码重构与整本报告生成一步到位。 - 三档思考深度自由调节：支持 Low / Medium / High 思考等级，匹配不同推理算力需求。 - 基准全面屠榜：长程软件工程 DeepSWE 斩获 77.9%，经济价值知识工作 Vals Index 达 68.9%，长上下文（GraphWalks）优势极明显。 - 早鸟价格战打响：11 月底前 API 推广价仅为输入 $2 / 输出 $10（每百万 token），直接把同级别旗舰的调用成本砍掉一半。 2️⃣ 交互与生态体验变化 - 回答彻底去水：告别以往冗长的免责声明与套话，执行多步长任务会主动回传进度，不再“盲盒等待”。 - 深度整合 Agent 生态：macOS 端原生接入 Antigravity 智能体编程界面，官方内部代码重构回滚率据称降低了近三分之一。 3️⃣ 社区实测：惊艳与质疑齐飞（Benchmaxxing 争议） 目前 Hacker News、Reddit 与早期企业用户体感高度分化： 🟢 好评点（真正能“卸载工作”）：在金融建模、法律审计和深度学术研究上，逻辑颗粒度明显拉开差距，首个让人敢完全放手交给它去啃长材料的 Gemini。 🔴 槽点与顾虑： 1. 实战代码不及预期：在复杂终端交互（Terminal-Bench）和即时前端 UI 设计上，不少开发者反映手感依然不如 Claude Opus，被质疑存在“基准特化优化（Benchmaxxing）”； 2. 高思考档位延迟显著：选择 High 档思考时响应明显变慢，且底层多步调用的上下文一致性偶尔仍有波动。 总结： Gemini 4 Argon 证明了谷歌在“长程复杂推理与自主智能体”层面的顶级研发硬实力，配合极具杀伤力的定价，竞争力毋庸置疑；但要说全方位碾压 GPT-6 和 Claude，还为时尚早。 你看好Gemini 4 Argon吗？评论区聊聊 #Gemini4 #Argon #AI #Google #Claude #OpenAI