Gemini 4考試高分，實戰寫碼卻惹內部疑問

Google開始推出旗艦AI模型 Gemini 4 Argon。公司表示，模型在多項基準測試取得領先成績，其中一項評估安全能力的測試更勝過OpenAI的Astra。不過，有接觸過模型的員工向媒體表示，實際用來處理工作時，表現未必如測試分數般理想，部分寫程式任務尤其令人有保留。11

焦點不只是「測試分數高唔高」，而是模型能否在具體工作中持續交出可靠結果。現有報道呈現的是Google內部有不同聲音，並非員工一致認定Gemini 4落後對手。

基準測試高分，未必代表每種工作都順手

基準測試會按指定題目和評分方式比較模型；員工提到的則是實際工作經驗。兩者反映的面向不同，因此測試成績亮眼，未必足以回答模型在所有日常程式工作中是否穩定。報道提到，有員工對部分編碼工作、尤其前端開發的表現有所質疑。1114

另一方面，Google強調Gemini 4在多項測試表現出色，亦指稱把它形容為寫碼能力不佳並不準確。公司與部分員工的說法有落差，但現有資料不足以單憑其中一方的評價，替模型整體能力下定論。1112

員工對競爭對手進展看法不一

部分員工認為，Anthropic的Fable系列和OpenAI的Astra進步得比Gemini快；亦有員工認為，Gemini 4已追上領先模型。換言之，內部對競爭形勢並無一致看法。1213

Google此前曾計劃在2026年6月推出Gemini 3.5 Pro，之後放棄該版本，轉而推出Gemini 4。這段產品發展脈絡令外界更關注Google的模型推出進度，但單憑版本計劃改動，不能證明Gemini 4的寫碼能力較差。613

股價收窄升幅，不等於報道已證實疑慮

相關報道刊出後，Alphabet股價由早前升逾2%，收窄至周三交易時段約升0.5%。股價變化反映市場消息公布前後的走勢，但本身不能證明員工對模型的疑慮正確，也不能單憑這個變化確認報道是股價變動的唯一原因。114

對投資者而言，Gemini 4是Google與OpenAI、Anthropic競爭旗艦AI模型的一部分。市場關注的核心，是Google能否把基準測試上的成績轉化為可靠的實際用途；至於今次爭議會否影響Google旗下個別產品，現有報道並未證實。