凌晨解禁的Gemini4，可能是目前最适合普通人的AI

网上热议了两周的谷歌AI新旗舰Gemini 4 Argon，现在终于正式亮相了。

回想起来，上一次Gemini进行大版本升级，而不是发布Flash或Flash-Lite这类轻量版，还是很久以前的Gemini 3.1 Pro。

那时我们还在过春节，如今连2026年的所有法定假期都已经过完了。

在这将近8个月的时光里，江江作为一个不太坚定的谷歌粉丝，眼看着隔壁两家AI模型飞速进化，简直要被谷歌气得不行。

ChatGPT从gpt-image-2开始火爆全网，一路狂飙，现在连GPT-6 Astra、GPT-6.1 Sol都已经端上了台面。

再看Anthropic，远的有至今仍受好评的Opus 4.8，还搞出过“过于危险不便展示”的Mythos 5以及随之而来的Fable 5，前两周更是把Claude 5.5全家桶都发完了。

反观谷歌简直闹得一团糟，在I/O大会上信誓旦旦说要推出Gemini 3.5 Pro，结果内部都看不下去，不断延期最后直接彻底取消。

大半年里，只能靠连发四版Flash来救场，在AI圈的名声也一路下滑。

你知道我要对谷歌说什么吧：

就连今天正式发布的Gemini 4 Argon都有点搞笑，本来谷歌只是效仿另外两家同行，换一下模型命名，用惰性气体Argon（氩）当模型代号。

结果网友们全都在嘲讽，这名字不会真是说自己“脾气谨慎不胡说八道（氩作为惰性气体，化学性质极度稳定）”吧？其实是提醒用户，新模型老费钱了，随便聊几句，Token全都“are gone（发音同Argon）”了。

更离谱的是，Gemini 4 Argon明明在9月30号就发布了，结果硬是藏在柜子里被骂了半个月期货，拖到今天才让大家用上。

结果在第三方机构Artificial Analysis的评分上，已经被Meta昨天刚发布的最强旗舰Muse Wonder Full给反超了。

不过吐槽归吐槽，接下来咱们还是回归正题，给大家好好聊聊Gemini4 Argon到底怎么样吧。

先给大家看一个我们自己Pro账号跑的大鹈鹕。

提示词是：创建一个在一架正在飞行的战斗机机身顶部做后轮平衡翘头特技（wheelie）的鹈鹕。体素艺术风格（voxel artstyle）。单个HTML文件。

第一次生成的时候，Argon还出错了，不过点击修复之后，它一秒就修好了。

网友也贴了一个对比的素材：Opus 5.5与Gemini 4 Argon，生成关于解释特斯拉式电动机的工作原理的3D动画。

下面一个的提示词是：制作一个太阳能朋克城市动画GIF，像素艺术，超级详细，超级高质量，看起来惊艳，视觉验证，确保它连贯且完美。

网友表示，Claude花费超过了8美元，而Argon则只要1.2美元。

不仅画面稳，省钱更是省到了姥姥家。这么看下来，我们是不是可以大声喊出那句：Google，牛逼！

再看谷歌官方甩出的成绩单，在与GPT-6 Astra、Claude Opus 5.5正面交锋的19项公开基准测试中，Argon一口气拿下了13项第一，还在大模型竞技场LMArena的文本盲测榜里成功登顶。

但谷歌这次重点吆喝的，还不止跑分，他们觉得自己更狠的是，把过去大模型狂卷的“超长输入”，扭转到了“超长输出”。

Argon在保持100万Token原生多模态输入的基础上，把单次最大输出上限从前代的6.4万，直接暴力拉升了约16倍，达到了惊人的100万Token（输入与输出共享100万上下文池）。

啥意思呢？

就是之前的大模型们天天吹的自己支持百万Token输入，但其实是头重脚轻了。

以前的模型是能一口气读完一整本书，但输出就少得可怜了，遇到难度高的任务，模型光在后台打草稿都能把额度撑爆并强行腰斩。

而现在的Argon整出了个长解码的新活，Argon的单次输出上限其实依然是6.4万，所谓百万输出，是指你在后台拉高预算后，每跑满64K没出结果，服务器就会自动在断点开启下一棒接力。

最长能在后台死磕24小时榨干100万上下文池，而且还搭配了了个暂停键和断电保护，哪怕断网或额度设低了也能无缝接着跑，绝不推倒重来。

谷歌这招倒不是为了方便大伙用AI写书干啥的，它更多是为现在的Agent们留出深度思考的空间，方便以后AI自己一次性搞定整个工作流程。

而且谷歌还表示，这可不是咱王婆卖瓜，自卖自夸，而是真在内部用Argon干了不少大事了。

比如Chrome团队那座4000万行代码的祖传屎山里，有个塞了600万行老代码的巨型文件夹。工程师直接放Argon进去，横跨几百个文件把核心网页逻辑给剥离了出来，原本得好几个月的苦力活，几周就搞定了（这也顺手帮咱们解锁了一个新体验：以后在Chrome里把标签页往悬浮窗里拖拽，再也不用重新刷新网页了）。

江江暂时倒也没有这么硬核的工程需求，真不好下判断，还是等差友们体验后来和大家聊聊看。

我们体验下来，Argon有两点优势还是蛮明显的，第一个就是响应速度巨快。

不知道是不是长期更新Flash版本更顺手了，argon能在保证输出质量的前提下，保持独一档的响应速度。

其实我们之前也和一些程序员朋友聊过，其中有个前端朋友老叶告诉我们，他们公司出于一些数据合规等方面规定，只能用一些老版本的大模型以及工具。

当时我以为他肯定觉得AI不好使，结果哪怕是古早味的大模型，他也觉得这AI能力用在自己的工作提效上，够够的了。

比起再进一步提升代码能力，他倒是觉得卷速度或许是个新方向。

难道说，Flash才是对的？

Argon的另一个优势咱们就比较有发言权了，它在本已相当出色的文案能力基础上，更进一步了。

在过去的一段时间里，AI圈狂卷代码能力，其实已经很影响大模型的文字输出功底了，大家都像是个理科直男，越来越不会好好说话了。

但Gemini或许是背靠谷歌这个大爹，不需要只卷代码能力赚钱，也可能是语料库实在是太多，哪怕是大半年不更新大版本，Gemini的文本能力始终是第一梯队的前列。

而Argon出来之后，谷歌专门针对过去大模型常被诟病的“废话连篇与套话文学”，进行了重塑。

现在的Argon说话显然更会直奔主题了，以前大模型最招人烦的那种免责套话和车轱辘话被砍了一大半，你让它模仿啥文风，它也能老老实实按你想要的味儿来写。

作为一个文案工作者，感觉是真要看到，时代的浪马上就要把自己拍死在沙滩上了。

除了这些，Argon还改掉了AI幻觉偏高，这种历史遗留问题。

根据Artificial Analysis的测试显示，Argon的幻觉率为15%，是综合智能指数达到45分以上模型里最低的，远低于GPT-6 Astra测试出的51%。

这也说明了，Argon面对不会的问题，表现得比较克制，不会胡编乱造。

但不知道是不是开放Argon后，算力倾斜的原因，Gemini的Flash模型幻觉倒是大大提高了。

3.8 Flash连这种问题都能答错，Argon（最低档）就没问题。

相信看到这里，很多差友要说，响应独一档、文案最通人性、幻觉率还低，看起来Argon这波好像真没啥短板了？

吹归吹，咱还得泼盆冷水，从我们和网友们首日体验后的评价来看，显然Gemini4 Argon还不是最强的代码工具模型。

早在月初，外媒就爆出过猛料，谷歌内部员工对Gemini4的实战表现犯嘀咕，自家人都吐槽，虽然它在通用基准测试里分数亮眼，但实际真用来敲代码还是不够好用。

特别是在前端UI视觉交互以及3D游戏控制逻辑细节上表现相当拉胯。

虽然前面跑个单页HTML小动画看着挺唬人，但不少网友在吐槽，一旦进了复杂的真实项目，Gemini 4 Argon显然有点顶不牢了。

而且就在谷歌官方公布完整跑分表里，这个毛病已经暴露了。

咱们仔细看下Gemini 4得分不太高的几个测试，一个是FrontierSWE，主要测的是模型处理超级复杂的任务的能力，一个是Terminal-Bench，测试的是模型在终端里具体干活的能力。

这就意味着如果你要干的活，是看几千万行老代码做架构规划、或者审几百页的法务合同的话，Argon见谁秒谁；但真让它进命令行终端真刀真枪敲代码，从跑分就能看出来，在四大旗舰里垫底，连次旗舰Claude Sonnet 5.5都能甩它一脸。

至于目前看起来的性价比高，也值得商榷。

Argon在推广期（截止到11月30号）内的API定价是，每百万输入Token仅2美元、输出10美元（缓存输入更是打0.5折仅收0.10美元），但在推广期过后就翻倍恢复到$4 / $20的标准价，和Claude Opus 5.5相当。

但Artificial Analysis在评测后表示，Argon表面上不和网友们逼逼赖赖，后台推理全是碎碎念。

根据他们的测试结果，各家前沿模型消耗的Token中位数大约是8200万，而Argon（High档位）足足烧掉了1.1亿Token，思维链膨胀度比行业基准高出了34%。

如果把这部分消耗算进去，Gemini 4 Argon似乎就没那么香了。

当然了，如果是网页端或者APP的会员用户，如今可以直接凭Pro账号小蹬几手Argon，依旧性价比拉满。

总的来说，经过大半年的漫长等待，凭借着Gemini 4 Argon的推出，谷歌在代码能力方面，总算是死死咬住了第一梯队了，文本能力依然稳中有升。

但这绝对不是谷歌就能够大赢特赢的时候，要知道，一旦用户的刻板印象形成，哪怕你是谷歌，也很难能够扭转回来。

可千万不能再出现，类似过去这8个月的“冷静期”了。

不过，外界有消息称，谷歌年底还要搞事，几天前曝光的谷歌内部文件显示，谷歌其实按照字母和元素顺序同步测试了三个迭代检查点：Argon（氩）、Barium（钡）与Carbon（碳）。

这次发布的Argon，实际内部标注是Barium，所以后续可能还有高手Gemini4 Carbon，内部人员表示这代码能力“感觉能和Claude Opus 5.5碰一碰”。

至于这波到底是谷歌的又一张大饼，还是真正的绝地反击，咱们且等着。

希望这回，别又从一个Coming Soon，等到下一个Coming Soon。

图片、资料来源：

X

ArtificialAnalysis

Bloomberg：Google Grapples With Employee Skepticism About New Gemini 4

Business Insider：Google is about to roll out a new AI model. Employees say they're testing another that's way better.

本文来自微信公众号“差评X.PIN”，作者：八戒，编辑：小陈 & 江江 & 面线，36氪经授权发布。