7.7
深览指数
产品虎嗅·数字生命卡兹克©··AI 生成
实测Gemini4 Argon - Google这跌跌撞撞的背水一战。
本文作者实测了Google新发布的大模型Gemini 4 Argon，认为其表现难以冲击Claude Opus 5.5和GPT-6 Astra的领先地位。作者梳理了Google过去一年在AI领域的混乱局面，包括高管离职、模型跳票和TPU算力卖给对手等背景，将Argon的发布视为Google的“背水一战”。实测发现，Argon在Vals评测的专业办公领域表现优秀且性价比高，但在Agent能力、中文写作和产品用户体验上仍存在明显短板，作者暂不推荐将其纳入个人订阅体系。原文 ↗
核心观点
- ▍Gemini 4 Argon是Google在AI领域历经混乱后的“背水一战”，但其综合表现难以撼动Claude Opus 5.5和GPT-6 Astra的地位，暂不推荐深度用户为此付费订阅。
- 01Google过去一年经历高层动荡：哈萨比斯卸任DeepMind CEO，创始人级工程师Jeff Dean和桑杰相继离职，导致Gemini 3.5 Pro因代码能力不达标被直接砍掉。
- 02SemiAnalysis文章指出Google陷入“卖铲子”悖论：将大量TPU算力卖给Anthropic等对手，自家模型却表现平平，而云计算业务蒸蒸日上。
- 03在Vals评测中，Gemini 4 Argon的行业专业能力综合分68.9，排名第一，成本15.68美元，远低于Claude Opus 5.5的32.14美元，其中金融领域表现尤为突出。
- 04在AA评测中，Argon总分53，与GPT-6 Astra打平，但编程和Agent子项明显落后；平均每个任务花费1.99美元，是GPT-6.1 Sol Max的2.76倍。
- 05Argon在操作电脑的CUA-bench测试中仅获4.83%，在8个模型中排倒数第二，远低于GPT-6 Astra的19.17%和Claude Opus 5.5的14.00%。
- 06实际使用体验糟糕：100美元的Ultra会员仅执行不到10个任务就耗尽5小时额度，周额度被消耗27%；中文写作仍保留Gemini 3时代的“雷霆比喻”和滥用双引号的风格。
反方 / 局限
- — 本文的实测高度依赖作者个人任务场景和审美偏好，缺乏对Argon在金融、法律等专业办公领域的深度测试，这些领域恰是Vals评测中Argon的强项。
- — 作者承认自己对Argon在专业办公领域的表现“无法评判”，但全文结论却基于自己擅长的前端、写作等有限体验，可能存在视角偏差。
- — 短文/资讯/营销博不适合本文，略过
24 分钟 · 4 卡片 · 9 资料
读原文 →