Gemini 4 Argon 于 10 月 13 日正式扩大开放，Gemini App 里的 Pro 和 Ultra 订阅用户可直接使用，Antigravity 只对 Ultra 开放，开发者也能走付费 API。社区实测里晒得最多的是复杂动画、交互网页和 3D 场景。

先看这段视频，请有点耐心呐，惊喜在后面。

画面刚开始只有几个转动的圆圈。随着圆圈越叠越多，大鸟嘴、车轮和脚踏板一点点显出轮廓，紧接着一只鹈鹕蹬上自行车，到后面连镜头视角都跟着旋转起来。

我就是被这段视频吸引住的。

每次有新模型发版，社区里总有人把「鹈鹕骑自行车」这道经典考题翻出来溜一圈。

Simon Willison 长期拿这道题测模型手写 SVG 的功底，大家也跟着卷出了各种花活。结果这一回，连傅里叶级数的旋转圆都给干上去了。

顺着这条视频我去 X上看大家怎么使用，我发现 Gemini 4 Argon 上线之后，外网已经有不少人在晒實测作品，同时也有一帮开发者把它扔进真实的老项目里挑刺。

这篇我们聊聊 Google 这次到底更新了啥，以及一线玩家用完之后的真实体感。

01 Gemini 4 Argon 基础信息

这代模型的完整代号叫 Gemini 4 Argon，下面我就直接简称 Argon 了。

事实上，Google 是在 9 月 30 日第一次放出风声，10 月 13 日正式扩大开放。

目前 Gemini App 里的 Pro 和 Ultra 订阅用户都能直接用，Antigravity 则只对 Ultra 用户开放，开发者也可以直接走付费 API 调用。

它原生支持文本、图片、音频和视频输入。API 里的模型标识是 gemini-4-argon，上下文窗口给到了 1,048,576 token。

不过这里有个很容易踩坑的细节：输入、模型思考过程和最终输出，是共用这一百万 token 额度的——您可别理解成你塞满一百万字的资料后，它还能再给你吐出一百万字。

另外，API 定价分成了两个阶段。

11 月 30 日之前算促销期，每百万输入 token 收 2 美元、输出 10 美元；从 12 月 1 日起恢复原价，涨回 4 美元和 20 美元。

你最近在社交媒体上看到的很多“几毛钱跑通大项目”的低成本案例，不少都是吃到了这波半价红利。

至于它跟 GPT-6 Astra、Claude Opus 5.5 硬碰硬到底谁强，直接看 Google 放出的这张跑分全表最直观。

拎几个关键数据出来看：在 DeepSWE 上，Argon 拿到了 77.9%，压过了 Astra 的 74.1% 和 Opus 的 74.2%；

但切到 FrontierSWE，则是 Astra 占优；到了终端操作基准 Terminal-bench，又是 Opus 的主场。

另外，长上下文和原生视频理解，依然是 Argon 在这张表里的看家本领。完整评测

当然，看官方跑分得留个心眼，这里面有些测试并不是在完全对等的条件下跑的。

比如测视频理解时，Gemini 是按每秒抽一帧喂进去的，而其他模型因为受限于各自的 API 规则，只能按固定总帧数采样。

先把它的长短板摸个大概，我们再去看社区里的真刀真枪，就更加直观了。

02 一线玩家用完，最真实的几类反馈

先看几个让我眼前一亮、顺手存下来的作品。

开发者 Genevieve 随手拍了张自己家里办公桌的照片丢给 Argon，接着配合 Blender MCP 和 Three.js，直接让它改造成了一款能上手玩的桌面赛车游戏。

桌上的台灯还在，键盘也在原位，但一条赛道直接从键盘缝隙和桌面绕了过去。这个案例最妙的地方就在这儿：你每天看着眼熟的日常桌面，突然被代码重组变成了一个能开车漂移的游乐场。

另一位开发者 @kickingkeys 晒出了一整组纯靠代码生成的视觉作品。他最大的体感是，Argon 把图像、视频理解跟写代码这件事捏合得非常紧，顺手也在帖子里开源了整套代码。

上面这幅图猛一看像设计师手绘的机械结构插画，但作者专门强调，帖子里所有画面全是用代码硬写出来的。

这也解释了为什么这波实测讨论里，大家晒得最多的就是复杂动画、交互网页和 3D 场景。

在 Google 官方下场秀的几个 Demo 里，走的也是这个路子。比如这座木构建筑，模型不仅能写构建代码，还会盯着渲染出来的画面自己找问题、接着调场景；另外还有一个已经公开源码的 3D 图书馆。

这个图书馆项目有现成的公开仓库，感兴趣的话可以直接拉下来看它是怎么用纯代码一点点搭出书架、窗户、光影和空间纵深感的。

还有劈柴（Pichai）亲自晒出来的 Pixel 手机拆解动画。直接从原始的 CAD 工程文件起步，Argon 借着 Blender MCP 一手包办了拆解动画、打光和运镜。

按劈柴的说法，模型在背后自己跑了整整 1,000 轮“看渲染图—改代码”的循环迭代。

这种演示最吸引我的点，在于模型终于有了“看一眼自己干的活，再动手返工”的闭环能力。

不过话说回来，这 1,000 轮到底跑了多久、中间人工救了多少次场，光看一段剪好的成片是看不出来的。Pichai 原帖

比起炫技，工程团队显然更关心另一件事：让它接盘老项目，到底靠不靠谱？

Cognition 团队已经把 Argon 塞进了 Devin 里。

他们观察下来的结论是：这模型干活比较稳，上手会先大范围扫一遍代码库、翻翻 git 提交历史，摸清脉络再动刀，改完交差前还会自己做一轮自检。Devin 团队评价

但在 Google 自家的 ADK 工程复盘里，却记录了一段没那么光鲜、却极其真实的踩坑过程。

当时团队把 Argon 扔进一个大约 20 万行 Python 代码的仓库里，第一轮改下来，它根本没怎么遵守项目原有的代码规范。

直到团队把规则补全、戴上紧箍咒之后，它才老老实实连续干了大概 11 个小时。

更有意思的是结局：它吭哧吭哧提出来的 6 项性能优化，经过工程师人工 Review，最后只留了 2 项，另外 4 项全给毙了。留下的那两项，确实实打实地改善了长会话初始化和冷启动导入的速度。

在我看来，“6 留 2”这个细节，比宣传“连续自主干活 11 小时”有价值得多。

模型现在确实能替你扛下大量脏活累活，但核心维护者依然得蹲在最后一道关口，一条条甄别哪些代码能合进去、哪些是添乱。

那次最终合并的 Commit 是公开的，懂行的可以直接去翻源码。

当然，也有不少老手试完一圈后，掉头继续投奔 Claude。

博主 @vib3coded 拿“瓶中船”的 3D 生成做了一次同题对比。按他晒出的账单，跑这一次任务，Argon 只花了 0.19 美元，而 Opus 5.5 烧掉了 12.06 美元。

结果你猜怎么着？他最后还是投给了贵几十倍的 Opus。

理由非常实在：Opus 做出来的玻璃质感、水面波纹和细节明显高一个档次，甚至还自己加了海豚、海鸥和灯塔的戏份。

Argon 给出的版本虽然简陋点，但看在只要一毛九美金的份上，也绝对算得上物超所值。

当然，这只是单次任务的极端账单，不能直接拿来当两个模型日常开销的固定倍率。

Reddit 上的“Tiny World（微型星球）”测试也吵出了类似的分歧。同样是要求写一个能旋转、能缩放的小星球，Argon 又快又便宜，但发帖作者觉得它做出来的东西少了点灵气。

而且测试中途，Argon 曾试图自己拉起浏览器去检查页面渲染效果，结果因为脚本报错没能跑通这一步。

帖子底下的评论区也直接分成了两派：有人喜欢 Argon 丝滑的交互手感，有人则死磕 Opus 细腻的地形和美术表现。

这也说明了一件事：光盯着跑分表上的耗时和单价是一回事，真正点开成品链接自己上手滑两下，往往又是另一回事。

沃顿商学院教授 Ethan Mollick 的评价，刚好把这种纠结给串起来了。

他在正式发版前深度内测了一阵子，觉得 Gemini 4 相比上一代确实脱胎换骨，不管是拼创意还是写文章都相当能打，而且形成了自己独特的味儿。

但他也毫不客气地指出了硬伤：一旦碰到复杂的多智能体（Multi-Agent）协同任务，它还是容易掉链子；

有时候会对自己胡诌的结论蜜汁自信，甚至偶尔还会耍滑头偷懒。包括对 Antigravity 的配套体验，他也持保留态度。

把这些冷水跟前面那些惊艳的 Demo 摆在一起看，才是一款刚上线的旗舰模型最真实的底色。

卡兹克的实测也提到了一个容易被 Demo 盖过去的问题：模型的能力，和整套产品用起来是否顺手，还隔着一段距离。

额度够不够、生成的作品能不能方便地打开、出了问题好不好接着改，都会影响最后的体验。

价格也得算到任务完成为止，同样的 token 单价，思考和返工的次数不同，账单就可能差出不少。

说实话，把这一圈实测翻下来，Argon 最让我心动的，还是那张普通办公桌变成赛车游戏的过程。

我们每天都会看到漂亮的 AI 作品，但这个案例多了一点亲近感：原来自己眼前这些熟悉的东西，也可以拿来做点什么。一个原本觉得太麻烦、没空折腾的念头，现在有机会先做出个样子。

AI 的城头变换大王旗，下一代的王座归谁，你说了算。