Gemini 4 Argon 制作了一款可通过蓝牙冥想头带用大脑控制的可玩游戏。一个提示词。

Google 回来了。

我经历了一周来自早期用户的真实测试。以下是 Argon 实际能做到的：

1. 在 19 项基准测试中的 13 项排名第一。Deep Sweep 77.9%，Vibe Code Bench 91.9%。在 Terminal Bench 上落后于 Opus 5.5，但差距不大。

2. 制作了一个拥有 10 个可玩关卡的 Fall Guys 克隆版。经历了迭代，但最终版本确实好玩。30 分钟。

3. 在浏览器中用 20 分钟制作了一个可用的 Excel 克隆版。公式、拖拽填充、跨范围 SUM。它实际上先打开了测试者电脑上的 Excel 来研究它。

4. 用 Three.js 制作了一座赛博朋克 3D 城市，以 60fps 运行，带有霓虹泛光控制、自动导演、驾驶舱 HUD。

5. 发现了 Opus 5.5 编写的代码中一个无人察觉的 webhook 暴露漏洞。

6. 知识工作方面大幅提升。Box 基准测试从 Gemini 3.1 的 71% 提升到 Argon 的 85%。电子表格评估、PDF 提取、大规模文档处理。

7. 当你不设置预算时，默认会在一个任务上花费约 30 分钟。这不仅仅是响应模式，模型有一种工作节奏。

8. 始终立足于你提供的文档。不会偏离，不会填补空白，不会编造不存在的内容。对法律和研究工作意义重大。

它落后的地方：

3D 图形仍落后于 Opus 5.5 和 Astra。在 Unreal Engine 测试中很明显。
要让游戏看起来好看，需要比 Opus 更多的提示。Opus 一次就能搞定美学，Argon 需要指导。
作为编码工具，Antigravity 与 Codex 或 Claude Code 相比仍然感觉粗糙。最强的模型，最弱的封装。

现已面向 Google AI Pro 和 Ultra 提供。通过 Google AI Studio 使用 API。

四家前沿实验室现在在同一个月推出竞争模型。我们就是会赢的那一方。