Gemini 4 Argon 對決 Claude Opus 5.5：哪個模型能打造更出色的視覺體驗？

前言

Google 新推出的旗艦模型 Gemini 4 Argon 已經上線，促使 X 上的使用者比較它與 Anthropic 的 Claude Opus 5.5 在視覺和互動式程式設計方面的能力。本文回顧四項測試，兩個模型都收到相同的提示詞，測試內容包括方塊風格的瓶中船、微縮神社景觀、像素風城市動畫，以及小熊軟糖物理模擬。這些例子很有參考價值，因為它們呈現的不只是單一基準測試分數，還突顯了視覺細節、場景構圖、物理行為、執行時間和回報成本的差異。這些都是非正式的使用者實測，並非受控評估，因此結果應視為說明性案例，而非定論。在這些測試中，Opus 常因細節更豐富或材質表現更逼真而獲得好評；Argon 有時則以較低的回報成本，達到相近的成果。Argon 的促銷 API 定價及優惠截止日期，也會影響成本比較。

懶人包

四位 X 使用者以相同提示詞比較 Gemini 4 Argon 和 Claude Opus 5.5。瓶中船場景和小熊軟糖物理模擬的評比偏向 Opus；神社和像素風測試則得到較接近或分歧的評價。回報成本會因任務和執行設定而大幅不同：在部分比較中 Argon 較便宜，但在小熊軟糖測試中則較貴。Google 公布的促銷費率低於 Opus 標示的費率，優惠至 2026年11月30日；文章指出，從 12月1日起，兩者價格相同。重點是，視覺品質和成本取決於任務、實作方式及定價條件。

正文

Gemini 4 Argon 上線後，X 上的使用者開始以創意型瀏覽器視覺任務，測試它與 Anthropic 的 Claude Opus 5.5。本文整理的四個例子，在每項測試中都對兩個模型使用相同的提示詞。這些案例能實際呈現兩套系統處理場景設計與互動的方式，但並非標準化基準測試：創作者、執行工具、執行時間和回報成本各不相同，其中一個例子使用的 Opus 成果是由另一位測試者製作。因此，這些結論反映的是個別體驗，而非受控的模型排名。

第一項測試由 vib3coded 分享，要求模型在單一 HTML 檔案中製作方塊風格的瓶中船場景。測試者表示，Opus 5.5 打造出更完整的微型世界，包括海豚、海鷗、燈塔和搖晃的瓶子。玻璃和水看起來更逼真，場景也包含更多互動細節。Argon 的成果也被形容為不錯，但比較簡單。就視覺品質而言，vib3coded 較偏好 Opus。貼文列出的成本為 Argon 0.19 美元、Opus 12.06 美元，相差約 64 倍。這項比較顯示，在這個特定任務和設定下，測試者認為 Opus 的品質明顯較佳，而 Argon 的回報成本則低得多。但這並不能證明其他提示詞也會有相同的成本比例或品質差距。

第二項測試由 Mr_Salio 發布，要求製作漲潮時的鳥居 3D 微縮場景，其中包括水上神社、五重塔和潮汐變化。Salio 認為整體品質相近，Opus 5.5 略勝一籌，並表示沒想到 Google 能縮小這麼多差距。不過，成果來源值得注意：貼文中的 Opus 影片並非由 Salio 生成。他在回覆中指出那是 vib3coded 的作品，而這項比較也沒有提供成本。從視覺呈現來看，Opus 版本同時包含五重塔和水上神社；Argon 則呈現樹木覆蓋的小島和一座鳥居，建築元素較少。幾則獲得最多讚的回覆都偏好 Opus 的外觀。因此，這個例子一方面呈現發文者認為兩者整體相近的評價，另一方面也看得出場景內容的差異，以及回覆中對 Opus 的正面反應。

第三項比較由 notjazii 分享，使用簡短提示詞，要求製作「太陽龐克」風格的動畫 GIF——描繪綠色能源與自然共存的未來城市。兩個模型都以使用者可用的最高推理強度進行測試。發文者表示，結果幾乎相同，並對 Argon 的表現感到驚豔。Opus 5.5 透過 Claude Code 執行 15 分鐘，成本為 8.2 美元；Argon 透過 Devin 執行 13 分鐘，成本為 1.2 美元。在這次測試中，回報的執行時間和成本都對 Argon 較有利，但由於使用了不同工具和執行環境，這些數字不應被視為單純衡量模型速度的直接指標。回覆中的偏好也各有不同，兩個系統的成果都有人支持。和瓶中船及神社測試不同，這項測試在討論中沒有形成明確共識。

第四項測試由 semichenkko 發布，模擬可供使用者抓取、拉扯、擠壓和拋擲的小熊軟糖。提示詞明確要求材質呈現果凍質感，而非塑膠，並指定小熊之間不能互相穿透。這篇貼文是四則測試中傳播最廣的一則，瀏覽數超過 11 萬。測試者將兩者的差異概括為：Opus 做出小熊軟糖，Argon 做出軟糖雕像。在 Opus 版本中，拉扯熊掌會使它延展成細長、帶有橡膠感的絲狀物，接著彈回原狀；Argon 版本中的小熊看起來更像實心塑膠，手臂動起來也像僵硬的棍子。貼文列出的成本為 Opus 7.2 美元、Argon 22 美元。值得注意的是，在這項測試中 Argon 並非較便宜的選項，而且 Opus 被認為更符合所要求的材質行為。和其他貼文一樣，這些數字反映的是創作者的特定測試，而非普遍適用的價格比較。

綜合來看，這些實測說明了為什麼比較視覺程式設計能力時，不能只看模型能否產生吸引人的畫面。瓶中船場景著重構圖、細節和環境效果；神社場景測試模型是否納入指定地標；太陽龐克動畫著重整體風格和動畫輸出；小熊軟糖模擬則測試可變形材質和互動。Opus 在瓶中船的細節和小熊軟糖的果凍質感方面獲得了特別明確的好評。Argon 在神社和像素風比較中被認為具有競爭力，但意見並不一致。這些測試考驗的是不同能力，因此某個提示詞表現出色的模型，不一定能在另一個提示詞中勝出。

成本也很難簡單判定誰勝出。各貼文回報的結果不一：瓶中船測試中 Argon 花費 0.19 美元，Opus 為 12.06 美元；神社貼文沒有提供成本；像素風動畫中 Argon 花費 1.2 美元，Opus 為 8.2 美元；小熊軟糖模擬中 Argon 花費 22 美元，Opus 為 7.2 美元。結果顯示，回報的成本優勢會因任務和執行方式而異。若使用量、工具設定和完成的工作量等因素不一致，就不應把這些數字解讀為可直接比較的帳單金額。

Google 官方部落格列出的 Argon API 促銷費率為每百萬個輸入 token 2 美元、每百萬個輸出 token 10 美元。Anthropic 的定價頁面列出 Opus 5.5 的費率為每百萬個輸入 token 4 美元、每百萬個輸出 token 20 美元。依照這些標示費率，促銷期間 Argon 的價格是 Opus 的一半。優惠將持續至 2026年11月30日，文章指出從 12月1日起價格將相同。相較於個別社群媒體案例，這些公開費率提供了更一致的 API 定價比較基準，但實際帳單仍取決於使用量。讀者也應區分 API 定價與透過 Claude Code 或 Devin 等工具執行時所回報的成本。

整體而言，這四項測試顯示兩者勢均力敵，但表現取決於任務。在瓶中船測試中，Opus 5.5 因細緻的場景建構而獲得青睞；在小熊軟糖模擬中，它也更能呈現果凍般的物理效果。根據測試者的說法，Argon 在太陽龐克動畫中表現接近對手；在神社比較中也被形容為與 Opus 相近，雖然兩者輸出的建築內容有所不同。這些證據屬於軼聞性質，而且各測試結果的可比程度不一。對於正在選擇模型的讀者，最實用的方法是依照自身需求挑選測試：檢視視覺豐富度、遵循指令的能力、互動行為、執行時間和適用的價格方案，而不是只看單一的標題式結果。

重點整理表