Gemini 4 正式上线，对比 Claude Opus 5.5 表现如何？

大家好，我是 AI 领域的老章。对 Gemini 3.8 Flash 我一直抱有很高的期望，不仅推理速度极快，还附带了 Colab Pro 和强大的算力资源，比如 A100 的使用权限。虽然网上对 Gemini 的使用体验抱怨不少，主要是受限于其网页版和桌面客户端，但最近 Gemini 4（代号 Argon）经历了长达半个多月的等待，终于对 Google AI Ultra 顶级用户开放，今日正式向我们这些 Pro 用户推出。

在 Antigravity CLI 中，我可以直接选择 Gemini 4 Argon，并能将思考强度调节到高水平，使其在后台进行复杂推理。新的配额机制也令人满意，Gemini 4 Argon 与 Gemini 3.8 Flash 的额度是两个独立的池，不会互相占用。这让我想起了 Claude Opus 5.5，其6小时的额度在复杂问题上似乎显得耗尽。

拿到新模型后，我迫不及待地将其与当前coding之王 Claude Opus 5.5 比较。Claude Opus 5.5 被社区发掘出卓越的代码动画和视频生成能力，老章用相同的提示和参数要求 Gemini 4 Argon 来挑战一番。结果发现，推理过程相当漫长，开启高强度思考后，复杂动画任务的提交时间至少需要半小时，最终的结果则有些粗糙，任务完成但让我心疼的是，我可贵的 Argon 配额竟然消耗了超过 30%，容错率极低，根本无法进行多次调试。 龙8头号玩家

不仅仅是个人体验，大家更关心的是它在真实工程中的表现。前端博主Theo对 Gemini 4 Argon进行了深入的盲测，直接使用自己的 T3 代码库进行评测。结果曝光，Gemini 4 Argon 的表现明显不佳，以3.95的低分成为所有旗舰模型中的垫底者，虚假声明率高达 51%。这意味着它在理解真实项目架构方面存在巨大问题，甚至对完全不存在的系统行为信口雌黄。Theo 对此给出了严肃建议：“对于 Gemini 4 Argon，我本抱有希望，尽管某些地方有亮点，但从整体上看，建议开发者在实际项目中避免使用。”

在3D渲染方面，开发者 Bhavani 比较了 Gemini 4 Argon 与其他模型，包括 Claude Opus 5.5 和 GPT-6 Astra等。他的提示是使用 Three.js 完全用代码构建巴黎埃菲尔铁塔。对比中，Argon 构建的埃菲尔铁塔底层结构畸形，比例失衡，缺乏自然的力学与空间感。而表现最出色的却是 GPT-6 Astra 和国产 Kimi K3，塔身细节丰富且层次分明，Claude Opus 5.5 依旧稳定。他显示出在复杂几何推演和3D代码构建上，Argon 的空间想象力与代码精确度存在明显脱节。

根据 Google 官方博客的最新技术报告， Alphabet 内部每月有超过 10 万名工程师高度依赖 Argon 进行代码生产，过去四周内产出激增 35%，提交后回滚率下降 30%。它帮助 YouTube 优化前端性能，实现 CPU 占用率降低一半，并减少端到端延迟20毫秒，还为 Wing 无人机物理模拟器提供了多项高难度建模建议，甚至将老旧的 Fortran 计算系统重写为现代 Rust，性能大幅提升。 龙8头号玩家

• • 2026-10-16
  • 8190