Gemini 4 Argon 在 18 项基准中赢下 12 项，但代码不是其中之一

文章称 Google 发布 Gemini 4 Argon，在 18 项公开基准中领先 12 项：DeepSWE v1.1 得分 77.9%，LVBench 视频理解 91.7%，并以 1,525 分位居 LMArena Text Arena 首位；该模型提供 100 万 token 输出窗口（此前为 64K），幻觉率 15%，而 Astra 为 51%，介绍期价格是 GPT-6 Astra 的五分之一。但在代码方面表现偏弱：Code Arena WebDev 以 1,679 分排第 8，落后第 3 的 GPT-6.1 Sol（1,759 分）80 分；FrontierSWE v2 得分 55.0%，低于 Astra 的 65.5%；Terminal-bench 4.0 以 57.4% 在前沿模型中垫底，落后 Claude Opus 5.5 九个百分点。作者认为这更像策略选择而非缺陷。

AI推荐理由 涉及 Gemini 4 Argon 与 GPT-6 Astra、Claude Opus 5.5 的多项基准对比，并指出其在代码类评测中落后，属于高关注度的模型能力信息；但来源为个人博客转述，摘要未给出可核验的官方发布或基准链接，具体分数与定价需谨慎对待。