用户实测：Google Gemini 4 Argon重回AI第一梯队，但未超越

Gemini 4 Argon让Google的大模型重新回到了第一梯队，但没有超越现有对手。它的配套应用Antigravity（Harness）比对手落后半年到一年，拖累了模型整体表现。

编程能力方面，从零搭建应用又快又好，低推理档位就能达到Opus 5.5的水平。但它自查代码很敷衍，改造复杂老代码库能力很弱，在Vibe Check测试中得分仅21%，同期Claude和GPT-6得分在81%到85%之间，使用时需要搭配严格自动化测试，或是用其他模型做代码审查。

写作能力方面，如果让它一次性写出完整文章，文字密度太高、可读性差，可读性约相当于美国10.6年级水平，其他头部模型在七到八年级之间。但它作为编辑助手梳理结构、打磨比喻的表现非常出色，目前Dan Shipper最喜欢用它辅助写作。

设计能力排名第二，仅次于Opus 5.5。它的默认设计风格偏繁杂堆砌，推理档位越高设计越乱，但容易调教，只要给出明确的需求简报或参考设计稿，就能产出干净的作品。

知识工作方面，分析和提炼洞察的能力很强，制作数据仪表盘、撰写报告的表现优于Fable 5.1。但一次性处理大量文件时会丢失细节，核查事实时会非常自信地给出错误答案，和代码审查的问题类似，需要复查。

对于全公司使用Google Workspace的用户来说，Argon是一次巨大的提升，这是他们第一次在工作中用上前沿级别的大模型。对于可以自由选择工具的进阶用户来说，Argon适合在写作时充当结构思路搭档，或是快速制作原型、完成设计，但还不能作为主力工具。

Google已经补上了模型能力的差距，接下来需要把应用层能力更新到当前领先水平。官方已经预告了自动安全分类器、云端执行和最高推理档位更新，这些更新将决定Argon能否从“重回第一梯队”变成真正可用的主力选择。