跳至主要內容
Buzzdope Buzzdope

六個月練出一張 13 項最高分成績單,Gemini 4 Argon 全球開門

Buzzdope 編輯室
六個月練出一張 13 項最高分成績單,Gemini 4 Argon 全球開門

10 月 14 日,Google 執行長桑達爾·皮查伊與 DeepMind 負責人哈薩比斯幾乎在同一時刻發出同一則消息:新一代旗艦 Gemini 4 Argon 全球上線。知乎上的第一波討論把這一幕記成「全員齊刷刷宣告」,有答案的標題直接寫著「Gemini 4 時代,正式開啟」,句尾掛上驚嘆號(平臺討論)。幾個小時後,時間線上流通的換成另一批畫面:19 項基準對比的表格、13 項最高分的截圖,還有一句被反覆轉述的研發時長,6 個月。

對多數人來說,這場發布最實際的變化只有一件事:從這天起,Pro 與 Ultra 用戶和開發者可以在多個平臺用上這個模型(公開報導)。至於它為什麼值得圍觀,得把時間往回撥三個月。

一通財報電話埋下的線

據公開報導與百度百科條目,Gemini 4 的行程表早在夏天就已掛號。2026 年 7 月,皮查伊在第二季財報電話會議上透露,Gemini 4 正在訓練中。9 月 24 日前後,「即將發布」的消息見諸媒體。10 月初,模型首次亮相;10 月 14 日,全球首發上線。

把節點排開會發現這份行程排得相當緊:從執行長口頭證實到全球開放,前後不到四個月,研發本身只用了 6 個月。在 AI 圈,執行長在財報場合「透露正在訓練」已經變成一種預告文體,投資人聽的是消息,圍觀羣眾聽的是檔期。

Gemini 4 Argon 的行程表列出四個時間點:7 月財報會證實訓練中、9 月 24 日傳出即將發布、10 月初首次亮相、10 月 14 日全球上線

19 張考卷,13 個第一

上線當天流傳最廣的一組數字是成績單:19 項基準對比中,Argon 拿下 13 項最高分(公開報導)。能力範圍也寫得明白,圖像、影片與程式碼執行放進同一個模型。三種本事寫進同一份清單,考卷的範圍本身就在變寬。

這種把榜單掛在門口的做法,硬體圈的人不陌生。智慧型手機的全盛年代,發表會總有一頁跑分截圖,安兔兔的分數一度比相機規格更容易被轉發;汽車圈的同一個位置叫零百加速。模型圈接手後,榜單換成 benchmark 表格,「19 項裡贏 13 項」成了新的領先話術,截圖在社羣流通的速度,不輸當年的跑分圖。

Gemini 4 Argon 在 19 項基準對比中取得 13 項最高分,以 13/19 的數字呈現上線當天的成績單
上線當天流傳的成績單

誰現在用得到

開放範圍分兩層(平臺資訊):

  • 一般用戶:Pro 與 Ultra 訂閱者,可在 Gemini 應用與搜尋的 AI 模式中體驗。
  • 開發者:透過付費 API,在 AI Studio 等平臺接入。

搜尋框裡的線索更有意思。百度相關搜尋至今還掛著「gemini2.0 會免費開放嗎」這類查詢(平臺數據),顯示圍觀羣眾最關心的從來是同一件事:什麼時候輪到我,要不要錢。免費層何時跟進,首發消息裡沒有一併交代,討論區裡這一行被追問得最勤。

Gemini 4 Argon 的開放管道包含 Gemini 應用、搜尋 AI 模式、AI Studio 與付費 API,分別對應訂閱用戶與開發者兩層

跑分成了新的發表會環節

真正值得記下的,或許是這場發布的文體。6 個月一個旗艦、19 項對比、13 項最高分,數字整齊得像一份可以直接轉發的戰報。圈內人對這種節奏早已習慣,先前我們整理過AI 圈把國慶七天排成連軸班表的資訊流,模型新聞不再挑日子,隨時都是發布窗口。

對照更早的軟體年代,這個節奏本身就是新聞。Windows 的大版本以年計,手機系統一年一更;旗艦模型如今以半年為單位換代,榜單跟著按月重排。跑分截圖從手機廠商的炫技環節,變成模型圈的例行公文,使用者則練出了新本領:同時開著幾家模型,互相對答案。

名字裡的一堂化學課

Argon 這個名字值得多看兩眼。氬,元素週期表第 18 號,惰性氣體一族,1894 年由瑞利與拉姆齊找到,希臘文原意是「懶惰的、不活躍的」。替一個拚反應速度的模型取惰性氣體的名字,官方沒給解釋,這個反差倒足夠讓化學老師借題發揮。

往上遊看,科技圈的命名家譜一直有跡可循。Android 走過以甜點命名的年代,從甜甜圈一路排到 Oreo;蘋果的 macOS 從貓科動物換成加州地景,Intel 的處理器則長年待在湖泊家族。Gemini 本身是雙子座,希臘神話裡的雙胞胎卡斯託爾與波呂克斯;第四代接上一個元素名,像替這個系列在週期表上補了個座位。

下一張考卷已經在排

Gemini 4 Argon 上線的這段時間,對手的行程表也沒閒著。OpenAI 那邊,GPT-6.1 Sol 把上下文開到 500k的更新才剛寫進新聞。把兩家放在一起看,比較的單位早已從單一規格,換成了榜單名次、上下文長度這類可以並排做成表格的欄位,而做表格的人多半是社羣裡的志工。

6 個月練成一個旗艦,13 項最高分掛上門口,下一場「全員齊刷刷」應該也不會太遠。比較好玩的反而是另一個問題:當成績單每半年重寫一次,最後留在一般使用者記憶裡的,會是榜單上的名次,還是那個以懶惰聞名的氣體名字?