一位用户在 Linux.do 论坛分享了对 Gemini 4 Argon 模型的实测体验。该用户开通了 Ultra 20 套餐，经过数天实际使用后认为，Gemini 4 Argon 在编码任务上的表现不及 DeepSeek 4.1 Flash。性能方面，该模型平均首字响应时间高达 60 秒，生成速度波动极大：正常状态下可达 160 tokens/秒，卡顿时则骤降至不足 5 tokens/秒，稳定性较差。在使用场景上，用户认为 Gemini 4 Argon 更适合讨论需求、撰写技术方案等非编码任务，其突出优势在于表达能力出色，擅长将其他模型输出的技术”黑话”翻译成通俗易懂的语言，分析疑难问题也能胜任。该用户明确表示，以编程为主要用途的订阅者不建议选择 Gemini 模型，并指出订阅后才发现其远不如 workbuddy 免费赠送的 DeepSeek 4.1 Flash 好用，自嘲”就当 400 块买个经验”。该帖子引发社区讨论，目前已产生 43 个帖子回复、32 位参与者，反映出开发者社区对大模型编码能力与服务性价比的高度关注，也为正在考虑付费订阅 AI 编程工具的用户提供了真实参考。
事件分析
该帖的核心价值在于提供了第一手实测数据：60 秒首字延迟与 5-160 tokens/秒的速度波动，更可能指向服务端负载调度或推理基础设施问题，而非单纯的模型能力缺陷。这与公开基准测试的成绩可能存在落差，说明社区口碑正越来越多取决于真实编码场景中的延迟、稳定性等工程指标。产业层面，DeepSeek 以免费或低价策略在编码场景对标 Google 旗舰模型，若此类体验在开发者社区形成共识，将直接影响用户的付费订阅决策，也对 Gemini 的服务质量提出考验。后续可关注 Google 是否针对响应速度与并发稳定性进行优化，以及更多独立实测能否复现该结论，避免以单一用户样本下定论。
核心观点：大模型竞争已从跑分转向真实编码体验，首字延迟与输出稳定性正成为付费订阅服务的生死线。
原文链接：Linux.do
