实测:换 Antigravity CLI 后 Gemini 4 Argon 逼近 Opus 5.5

PawelHuryn · x · 2026-10-14

PawelHuryn 在真实代码库上测试发现，用 Antigravity CLI 而非 Gemini CLI 跑 Gemini 4 Argon，成绩从「不错」跃升至前沿水平，几乎追平 Opus 5.5 (max)，他跑了三次确认结果。

在他 105 个隐藏 bug 的基准中：GPT-6 Astra 45、Fable 5.1 43、Opus 5.5 41.7、Gemini 4 Argon 33（此前在 Gemini CLI 下明显偏低）。成本更低是因为 token 用量更少、缓存命中率更高。作者感叹没想到 harness 影响如此之大，并表示此前模型在 agy CLI 上不可用，之后会复测。