快讯 08:00Google Research发布三项研究,推进AI智能体自主湿实验室基础模块06:53Claude 模型 30 分钟破解 NIST 椭圆曲线种子 26 年来源谜题03:05Anthropic 披露 Claude 编写约 90% Claude Code 代码,合并 PR 翻倍回退率降超四成 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

大厂 10-14 · 星期三 · 10-14 06:56 约 1 分钟读完

Gemini 4 Argon实测:知识工作得分登顶,CUA-bench仅4.83%暴露体验短板

摘要

Gemini 4 Argon于10月13日全面开放,Pro会员可在Gemini APP使用,Ultra会员(100美元)可访问Antigravity。实测显示其Vals Index综合第一(68.9),单次成本15.68美元,但CUA-bench仅4.83%排倒数第二,前端效果不及GPT-6 Astra,额度消耗快,中文写作味道重,整体体验糟糕,不建议订阅Ultra。

10月13日,Gemini 4 Argon正式全面开放。根据会员层级不同,Pro会员可在Gemini APP中直接调用该模型,而想要体验Antigravity功能,则需订阅每月100美元的Ultra会员。这一发布节奏延续了Google近期对Gemini系列的分级开放策略。

实测数据显示,Gemini 4 Argon在知识类专业任务上表现强劲。在Vals Index评测中,其综合得分达到68.9,位列第一,且单次调用成本仅为15.68美元。然而,在CUA-bench测试中,该模型仅获得4.83%的得分,排名倒数第二,暴露出其在特定任务场景下的明显短板。

前端开发方面,Gemini 4 Argon的效果不及GPT-6 Astra。多位测试者反馈,该模型的额度消耗速度较快,中文写作风格偏重,整体交互体验不佳。知名评测者卡兹克在实测后表示,Gemini 4 Argon难以撼动Claude Opus 5.5与GPT-6 Astra的现有地位。

综合来看,Gemini 4 Argon在知识工作领域展现出竞争力,但体验层面的缺陷使其难以成为生产环境的首选。对于考虑订阅Ultra会员的用户,当前评测结果并不支持这一选择。

Gemini 4 ArgonGoogle模型评测AI助手
本文由新大陆基于公开信息编辑整理
213
收录 AI 工具
23
模型产品档案
60
企业落地案例
13
完整版提示词