实测Gemini 4 Argon,还是很强的。
作者以自媒体真实工作场景实测Google新发布的Gemini 4 Argon模型。通过鹈鹕骑自行车SVG动画、爆款视频拆解与提示词还原、公众号文章风格分析与选题生成、五道前端实战题(数据看板、3D宫殿、品牌官网、浏览器合成器等)进行评测。结论是该模型跑分第一,长视频理解和前端能力出色,写作能力介于Claude Opus和GPT之间,并提醒读者注意订阅档位和API优惠价截止时间。
作者以自媒体真实工作场景实测Google新发布的Gemini 4 Argon模型。通过鹈鹕骑自行车SVG动画、爆款视频拆解与提示词还原、公众号文章风格分析与选题生成、五道前端实战题(数据看板、3D宫殿、品牌官网、浏览器合成器等)进行评测。结论是该模型跑分第一,长视频理解和前端能力出色,写作能力介于Claude Opus和GPT之间,并提醒读者注意订阅档位和API优惠价截止时间。
发布仅两天的Gemini 4 Argon实测,附完整可复用提示词和真实案例,实用性极强、时效性极高,但分析以体验展示为主,缺乏系统性对比和深入论证,观点深度中等。
文章分享 Google Gemini 4 Argon 的使用心得:它不看措辞技巧,关键是把目标、标准和材料交代清楚。作者整理了 7 段可直接套用的中文提示词模板,涵盖:先挑思考档位;开工前让 AI 主动提问对齐目标;给出可逐条打勾的完成标准让其自查;提供参考样例或先拆解风格说明;一次交代完整任务后放手后台运行;干完复盘并将经验存成技能;大任务让 Argon 当总指挥、分派给 Flash 子代理并行执行。文末给出三件今天就能见效的建议。
作者用同样的 12 道题横向实测 Gemini 4 Argon、Claude Opus 5.5 与 GPT-6.1 Sol。Argon 在 Gemini 网页 App 中闭卷盲打,另两家则通过 Claude Code 与 Codex 命令行 Agent 拥有自测调试的工作流。结果 Argon 对 Opus 0 胜 5 平 7 负,对 GPT 2 胜 4 平 6 负。失分分两类:铁路、咖啡店、四季三题毁于作用域未定义、少打空格、404 地址等小错,补一两行即可运行,根源在 App 环境无法自测;而机械蝴蝶连杆伸缩、折纸裂开、书封视觉误读、西瓜过曝等属于硬伤。Argon 在视觉题与原创游戏上表现出色,Pro 额度也较充裕。
Lemo-Opuscar 迎来上线以来最大更新,新增【剪辑与纪实】8 种视频风格(字幕新闻、1920s 新闻影片、实时倒计时分屏、延时交响、视觉调查、构成主义蒙太奇、体育战术板、电视新闻包装),风格总数达 59 种,目标 99 种。项目定位从视频风格库升级为搭建个人风格库的工具箱:用户可修改库里任意风格或从空白创建,通过 Claude 逐题问答的方式定制专属风格。作者还预告了 Lemo Studio 工作台和日系动漫风格。文章详细介绍了新风格的适用场景、Sonnet 5.5 测试效果,以及自定义风格的完整流程。
作者分享了使用 Claude Code(Opus 5.5)批量制作资讯类竖屏短视频的完整工作流。核心步骤包括:选题(AI 粗选、人工精选,信息源以推特和 Hacker News 为主)、素材准备(Gemini API 写脚本和 TTS 配音、Suno 背景音乐、背景图、logo 等)、编写初始提示词、让 Agent 撰写脚本并派子 agent 做对抗式审查、反复修改脚本与成片。文中提供了可直接复用的提示词模板,并开源了包含 18 套竖屏视频风格的 Claude Code skill(creator-style-kit),可用于固定视频的字体、配色、动效与音效风格。
Google 发布新一代旗舰模型 Gemini 4 Argon,主打复杂长流程任务的深度推理,输出 token 上限达 100 万,行业第一。官方跑分 19 项中拿下 14 项第一,第三方测试显示其幻觉率全场最低(15%),且成本仅为 GPT-6 Astra 的六成。作者通过两个实测案例进行对比:俄罗斯方块游戏中 Argon 5 分钟一次写完 4.7 万字符代码,速度是 Astra 的两倍多,验证了长输出能力;但番茄钟前端设计对比中,Argon 功能完整却设计粗糙并有 UI bug,验证了其前端偏弱的爆料。结论:Argon 硬实力强、长代码能力实锤,但前端精细活不是主场。
本文是针对 Google 最新旗舰推理模型 Gemini 4 Argon 的保姆级使用教程。文章介绍了使用该模型的两种方式:一是通过 Antigravity 桌面版订阅会员直接使用;二是安装 Gemini CLI 并配合开源工具 CC-Switch 一键导入第三方中转站配置。教程覆盖 Mac 和 Windows 平台,从 Node.js 环境准备、CLI 安装、配置导入到最终提示词发送,全程无需编程基础。作者用一个完整的 3D 鹈鹕骑自行车网页游戏任务作为实战案例,展示 Argon 在空间想象力、几何结构推理和前端代码生成上的能力,并提供了在线试玩地址。
作者基于手中的 20 多个 Google AI Pro 账号,系统整理了 7 种实用玩法。核心包括:通过 CLIProxyAPI 反代把 Gemini 3.8 Flash 接入 Codex 环境复用额度(同时提醒账号风险与官方条款限制);用模型做视频逆向拆解,生成逐镜提示词;利用 Flow 免费生图入口配合浏览器插件批量制作分镜素材;用 ChatCut + Gemini 做智能剪辑,用 Remotion 和 HyperFrames 做低成本代码视频;借助 Deep Research 集中调研付费规则;以及把 NotebookLM 当作资料整理、思维导图和写作工具。文章面向预算有限的 AI 视频创作者,强调先确认账号有效期与额度规则,从免费和低成本路径入手,把额度用在具体创作环节上。
作者基于几个月的实际使用体验,为Google Gemini正名,介绍了三个好用的工具:网页版Gemini速度极快、多模态能力强,适合处理长PDF、长视频等海量内容,回答风格自然有人味;Antigravity改版为Agent终端后掌控感下降,但前端交互和多模态理解依然出色;NotebookLM被作者誉为封神的第二大脑,可聚合各类资料建立个人知识库,无幻觉输出,还能生成PPT报告、知识导览图,以及将专业文档转为双人访谈播客,极大提升学习和工作效率。作者最后给出了三工具的日常使用搭配建议。
Google 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型上推出 agentic video understanding(智能体式视频理解)功能。该功能让模型主动决定观看内容、速度和模态(画面、音频或字幕),动态检索和检查视频片段,而非按固定帧率静态处理。基准测试显示,成本最高降低 66%,token 消耗最高降低 88%,准确率提升最高 7%,在长视频分析中优势尤为明显。新能力包括亚秒级片段检索、长视频大海捞针式搜索、异常检测和精确计数等。该功能已通过 Gemini API、Google AI Studio 和 Gemini Enterprise Agent Platform 开放,未来将集成到 Gemini 应用和 YouTube 的 Ask YouTube 功能中。