Gemini 4 Argon 发布后，高分能否转为真实好用成为焦点。libgav1 案例中，它改写约3.2万行 SIMD 代码，使安全 Rust 更易自动向量化，速度达原 Rust 移植版2.7倍，视频输出一致，但不可误读为比 C++ 快2.7倍。输出上限由64K升至1M token，指生成预算，不等于更快、更便宜或稳定。编程评测中不同任务各有胜者，且默认最高思考、多为 pass@1，DeepSWE 用 mini-swe，并非统一横测。Bloomberg 报道部分员工质疑实际编程和前端表现，Google 否认，证据尚不足。按每百万 token 计，输入/输出首发2/10美元、优惠后4/20美元。是否好用仍须以相同任务、验收和预算实测。