Gemini 4 盲测得 3.95 分，开发者指真实代码库幻觉严重
T3 Code 的 theo 发布模型架构理解盲测：让六个模型对同一 commit 做只读架构审计，由 4 个评委按 8 项加权标准打分并核对断言真伪。Gemini 4（代号 Argon）获得 3.95 分，但 51% 的断言被判定为假。同时，拥有 2 万多粉丝的开发者 gnukeith 表示，Gemini 4 在其真实代码库中完全无法用于实际编码，对系统运作方式存在大量幻觉。
2026-10-15 ~ 2026-10-15 · 2 条相关
- 第 1 集:谷歌发布 Gemini 4 Argón 主打深度推理(2026-10-07,2 条)
- 第 2 集:Gemini 4 Argon 迟迟未开放引猜测，传周末全面推送(2026-10-07,4 条)
- 第 3 集:Gemini 4 Argon 发布前遭密集多平台泄露(2026-10-09,10 条)
- 第 4 集:「Gemini 4 Argon」爆料疯传实为玩梗，Google从未发布该模型(2026-10-10,3 条)
- 第 5 集:曝谷歌内测 Gemini 4 Carbon，编码对标 Opus 5.5(2026-10-10,19 条)
- 第 6 集:Gemini 4 Argon 传闻密集爆发，Antigravity 中惊现模型选项(2026-10-11,6 条)
- 第 7 集:Gemini 4 Argon 多渠道泄露：发布已近在咫尺(2026-10-12,20 条)
- 第 8 集:疑似 Gemini 4 Argon 宣传图与界面截图流出(2026-10-13,7 条)
- 第 9 集:谷歌全线发布 Gemini 4 Argon，主打编程与企业工作流(2026-10-13,192 条)
- 第 10 集:Gemini 4 Argon 口碑超预期，但订阅与额度限制引争议(2026-10-14,60 条)
- 第 11 集:Gemini 4 Argon 早期实测：百万 token 输出引开发者热潮(2026-10-14,7 条)
- 第 12 集:Gemini 4 Argon 上线：数周重构 Chrome 600 万行代码(2026-10-14,9 条)
- 第 13 集:Gemini 4 Argon 发布即横扫多榜，性价比争议并存(2026-10-14,7 条)
- 第 14 集:谷歌发布 Gemini 4 Argon：217 页安全报告与聚变数学突破(2026-10-14,46 条)
- 第 15 集:谷歌 Gemini 4 Argon 加速量子计算与蛋白质设计等前沿科研(2026-10-14,3 条)
- 第 16 集:Gemini 4 Argon 一句话生成 3D 可玩游戏引热议(2026-10-14,2 条)
- 第 17 集:Gemini 4 Argon 正式登陆 GitHub Copilot(2026-10-14,2 条)
- 第 18 集:Gemini 4 Argon 安全评估疑似泄露：攻击与隐匿能力全面超人类基线(2026-10-14,10 条)
- 第 19 集:Neel Nanda 评测 Gemini 4 Argon 可监控性堪忧(2026-10-14,2 条)
- 第 20 集:Gemini 4 盲测得 3.95 分，开发者指真实代码库幻觉严重(2026-10-15,2 条)
- theo 盲测六模型读代码：Gemini 4 Argon 得 3.95 分，51% 断言为假 — theo · 2026-10-15
- 开发者吐槽 Gemini 4 在真实代码库中幻觉严重,无法用于实际开发 — gnukeith · 2026-10-15