什么值得买App下载 App ›
连续签到专享现金活动

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

22:09

大家好,我是程序员鱼皮。

今天凌晨,Google 终于把 Gemini 4 Argon 模型全面放出来了。

这个模型其实 9 月 30 日就官宣了,但当时只给了一批安全厂商内测,普通用户又干等了两周。

这也是 Google 七个多月来 第一次发布 Flash 以上级别的新模型。

这大半年里 Anthropic 和 OpenAI 轮番发旗舰,Google 只顾着更新 Flash,网友对它的评价 be like ↓

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

先看看新模型的价格。11 月 30 日之前是限时五折,每百万 token 输入 2 刀、输出 10 刀,之后恢复到 4 刀和 20 刀。

第三方评测机构 Artificial Analysis 算过一笔账,Argon 跑一个测试任务平均花 1.99 刀,Claude Opus 5.5 要 5.98 刀,但 GPT-6.1 Sol 只要 0.72 刀。

也就是说,Argon 在旗舰模型里算便宜的,但还谈不上性价比之王,等五折结束价格还要翻一倍。

再看能力。官方跑分表里跟 GPT-6 Astra、Claude Fable 5.1、Claude Opus 5.5 比了 19 项,Argon 拿了 14 项第一!

官方跑分总表官方跑分总表官方跑分总表

不过在编程能力上,Argon 并没有全胜。考察命令行编程能力的 Terminal-bench 4.0 上,Argon 只有 57.4%,比 Opus 5.5 低了整整 9 个点。

有一说一,官方放出来的演示是真的唬人。比如这个巫师国际象棋,你看到的所有画面元素都是 Argon 自己完成的。

官方演示的巫师国际象棋官方演示的巫师国际象棋官方演示的巫师国际象棋

还有一个演示更夸张,Argon 把一张办公桌的照片,直接变成了一个能玩的微缩赛车游戏。

官方演示的桌面赛车官方演示的桌面赛车官方演示的桌面赛车

看完这些,我对它的期待一下子就拉满了。

当然,跑分和官方演示都只是参考,模型好不好用,还得拿真实项目来检验。

老规矩,鱼皮实测启动!

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

这次实测 3 个项目,由浅入深分别为:

3D 版动画知识讲解以撒的结合肉鸽游戏零依赖桌面微缩赛车

点个收藏,咱们开始~

1、3D 版动画知识讲解

为了对比,第一个测试我直接复用老的。让 AI 用 3D 动画讲解 Kimi K3 的「注意力残差」机制,提示词跟之前测 Claude Opus 5 和 Kimi K3 时一字不差。

提示词里我只要求 AI 先联网查资料、用 Context7 查 3D 库的最新文档,场景怎么搭、动画怎么编排全部放开交给 AI。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

AI 先用 Firecrawl 把注意力残差的原论文抓下来核对公式,又查了 Three.js 的文档,11 分钟左右就交卷了。

来看成品。页面分成四幕,第一幕讲传统残差的毛病,用「64 层大楼的大锅汤」做比喻,越往上的楼层越膨胀,第 1 层的关键信息被稀释到只剩 1.6%。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

第二幕切换到注意力残差,第 15 层伸出一根紫色探针回头检索,从第 0 层架起一座金色光桥直达顶层,早期信息的保留率一下子拉到了 96.7%。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

最后一幕把两座塔并排对比,右侧还能切换不同的场景,拖动滑块就能实时看到每一层权重的变化。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

虽然内容没啥毛病。

但是,前端的问题很明显!

左右两块信息面板塞得太满,把中间的 3D 场景挤得只剩三分之一,塔顶还被顶部导航栏挡住了一截。

而且仔细一看,图例和滑块上一共有 6 处公式压根没渲染,直接露出了 alpha_{i to l} 这种源码。

页面上满屏都是 Emoji 就更不用多说了……

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

手机端的适配也很一般,大家自己感受一下吧:

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

之前 Kimi K3 的版本干净利落,只有一排节点和金色弧线。

Kimi K3 的 3D 版本Kimi K3 的 3D 版本Kimi K3 的 3D 版本

Claude Opus 5 的版本同样做了两种残差的并排对比,而且画面布局更合理,更利于阅读。

Claude Opus 5 的 3D 版本Claude Opus 5 的 3D 版本Claude Opus 5 的 3D 版本

论信息量,Argon 是三个里最多的。但显然,Opus 5 那一版更适合给人用。

2、以撒的结合肉鸽游戏

第二个项目我让 AI 复刻「以撒的结合」游戏。这道题的提示词同样跟测 Opus 5 时一模一样,难点在于角色、怪物、道具全部要用代码画出来,还要有随机地牢、道具系统和 Boss 战。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

12 分钟后,AI 交卷了。开始界面有点儿原作的味道,哭唧唧的以撒对面站着第一层的 Boss 萌斯戳(我也不知道 AI 为啥要这么翻译)。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

我翻了一下 AI 的自测脚本,发现 Boss 战和通关这几张截图,都是用调试接口直接传送到对应房间拍的。Boss 那张「激战」截图,是脚本先把 Boss 的血量改成 78、再挪到指定位置摆出来的,通关界面上的击杀数和存活时间也是脚本直接写进去的。

所以我又让 AI 写了一个脚本,只用键盘从第一个房间开始真实体验游戏。

战斗画面还不错,岩石、便便堆、小地图、属性面板一应俱全,四种小怪的走位方式各不相同。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

清完房间会刷出道具,比如拿到「蟋蟀头」之后,以撒头上多了一个猫耳头套,攻击力从 3.5 涨到 6.6,眼泪也变成了三连发。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

这就是 AI 自测时摆拍的那张 Boss 战,萌斯戳的造型倒是还原得挺到位。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

然后就尴尬了,我的脚本进 Boss 房 2.5 秒后截了张图,发现萌斯戳已经被打死了……

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

不是哥们,115 滴血的 Boss,被三连发的眼泪两秒多就打没了?这是不是有点太简单了。

AI 自己没发现这个问题也不奇怪,因为它的自测从来没有从第一个房间一路打到 Boss 房。

最后小人儿触碰金箱通关,会弹出一个结算界面:

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

再看看用同一段提示词的 Claude Opus 5 版本,房间里铺满了血迹和岩石,细节更丰富。

Claude Opus 5 开发的以撒游戏Claude Opus 5 开发的以撒游戏Claude Opus 5 开发的以撒游戏

之前 Kimi K3 做的版本就简陋多了。

Kimi K3 开发的以撒游戏Kimi K3 开发的以撒游戏Kimi K3 开发的以撒游戏

整体来看,Argon 的美术还原度已经接近 Opus 5,比 Kimi K3 好了一大截。但是数值平衡完全没调,Boss 一碰就碎,可玩性大打折扣。

3、零依赖桌面微缩赛车

第三个项目,我想专门测一下 Argon 主打的 3D 能力。

开头提到的那个官方演示里,Argon 把一张办公桌的照片变成了能玩的微缩赛车游戏,但官方用上了 Blender、Nano Banana 和 Three.js 一整套工具。

这次我把工具全部拿掉。提示词里卡死了一条,不准用任何第三方库和外部素材,3D 渲染、物理碰撞、引擎声音全部从零手写。赛道怎么设计、桌面物件怎么建模,我一个字都没写。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

不到 11 分钟,AI 就交卷了。3400 多行代码里,矩阵运算、赛道曲线、着色器、漂移物理全是手写的,真的一个库都没用!

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

点击开始,起跑线上有黑白格和拱门,左边是逐个键帽建模的机械键盘,倒计时结束就能发车。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

过弯时按住空格可以甩尾漂移,后轮会喷出白烟,右上角实时显示漂移角度。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

画面是方块风格,比如你看马克杯就是一个红色圆柱,跳台就是一块纯黄色的平板,离官方演示那种写实感差得远。

但别忘了,这可是纯手写的 WebGL。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

下图是 AI 自测时拍的成绩单,三圈的圈速、漂移积分、碰撞次数都有。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

然而我翻代码时发现,这张成绩单是假的!

AI 在游戏里给自己留了一个「演示结算」的口子,自测脚本先把车传送到终点,再把编好的三个圈速和写死的积分塞进去,实际上一圈都没跑过。

AI 确实用浏览器打开了游戏,也用键盘开了几段,每张截图都自己看过一遍。只不过它的测法是把车直接放到弯道口、键盘边上,开两秒就截图,相当于只抽查了几个片段。

真正的问题在于,整个游戏最核心的那条链路,也就是从发车、跑完三圈、计圈到结算,AI 一次都没验证过,最后那张成绩单还是拿假数据凑出来的。

于是我又让 AI 写了个自动驾驶脚本,只按方向键,真实跑完三圈。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

好在游戏本身是真能玩的,计圈和结算都没问题。

我的感受

3 个项目跑下来,我对 Argon 有了一个基本的判断。

不知道是不是我最近 Claude Opus 5.5 和 GPT-6 Astra 用多了,我对 Gemini 4 Argon 还是有些失望的。

它确实能完成独立的项目开发,功能清单一条条对下来,好像也都符合要求。但真上手用一下,我发现它离能直接交付还差得远。

跟其他顶级模型比,差距就在这个 可交付性 上。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

当然进步也是有的。3 个项目的完成速度都不错,3D 和美术能力比以前的 Gemini 强了不少,以撒那个项目的画风接近 Opus 5 了。

但是 AI 自测验证会偷懒的问题,也不止我一个人遇到。海外科技媒体 Every 的团队实测发现,Argon 在 38 次测试里有 17 次,代码审查这一步从打开到关闭只隔了 30 毫秒,等于根本没看。

我又翻了一圈网友的实测,整体评价跟我差不多。有人拿 Argon、Opus 5.5、GPT-6.1 Sol 和 Astra 做同题对比,结论是 Opus 5.5 依旧断崖式领先,Argon 第一轮还报了语法错误;也有开发者直说 Argon 的前端和动效不行,缺少审美。

那网上那些刷屏的惊艳 3D 作品是怎么回事呢?

我仔细看了一下,它们大多是在 Google 自家的 Antigravity 里接上 Blender,反复调了好几轮才做出来的,开头那个官方演示也是这样。跟我这种一段提示词、不给任何工具的测法,根本不是一回事。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

也就是说,用 Argon 的话,一定要自己验收,千万别把 AI 交上来的报告当成结论。

再说说成本,这 3 个项目一共花了多少钱呢?

答案是 4.55 刀,折合人民币 30 多块钱。

刚刚 Gemini 4 Argon 发布,对谷歌最失望的一集!

平均下来每个项目 10 块钱左右,跟上个月我用 Gemini 3.8 Flash 跑 3 个项目花的钱差不多。而且这还是五折价,11 月 30 日之后还得翻一倍。

所以,我个人不太推荐大家用 Gemini 4 Argon。

它交上来的东西,还得自己花时间一点点验收和返工。真要做能交付的项目,我宁愿多花点钱用 Claude,至少拿到手的东西能直接用。

OK 就分享到这里,本文会收录到我免费开源的 《AI 编程零基础入门教程》,上千张图、几十万字,带你从 0 开始快速学会 AI 编程,做出自己的产品、跑通变现全流程,一次拿捏。

鱼皮的 AI 编程教程

我是鱼皮,持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注~

也欢迎在评论区聊聊:你用 Gemini 4 Argon 了嘛?觉得这个模型怎么样?

往期推荐

秋招开奖,群里又炸了!

2 万 Star,我被豆包推荐了!

再见,我彻底告别做视频了!

新项目完结,全能 AI 修图 Agent!

天天被新 AI 模型轰炸,我终于出手了!

新项目完结!AI 智能 PPT 生成 Agent

27 届秋招面试,90% 的原题在这里。。

完全免费的 AI 资源网站,起飞!

评论

评论区空态插画

当前文章无评论,是时候发表评论了