“美国豆包”崛起了？实测 Gemini 4 Argon 写作能力

每次大模型发新版，官方通稿里总少不了“文笔更自然、逻辑更强”这类正确的废话。

但在刚刚开放的 Gemini 4 Argon 更新日志里，谷歌写下了三个非常具体、甚至有点“自揭老底”的改进点：

Skips clichés（跳过陈词滥调）

Less hedging（拒绝端水骑墙）

1M max output tokens（单次 100 万 Token 超长输出）

熟悉 AI 写作的人都知道，前两条简直是过去所有大模型的“绝症”——动不动就“总而言之”、“这不仅是一场……更是一次……”，遇到争议话题永远在“一方面、另一方面”地和稀泥；而第三条则直接把以往 64K 的单次输出天花板捅破了 15 倍。

看到这几条更新，不少网友调侃：“怎么回事，硅谷这回终于治好翻译腔，美国豆包要崛起了？”

当然，参数和宣传是一回事，实际写出来的东西又是另一回事。Gemini 4 Argon 的 API 输入价格为每百万 Token 2 美元，输出价格为每百万 Token 10 美元，优惠价持续至 2026 年 11 月 30 日。

为了验证谷歌这次到底是真治好了“AI 爹味”，还是在发布会上画饼，小编专门设计了 3 道极其刁钻的中文写作考题，一条一条做硬核验货。

01

验货一：真能“跳过陈词滥调”吗？

1. 刁钻考题设计

如果我在 Prompt 里明确写“禁止使用排比句、禁止用赋能和闭环”，模型听话不

叫本事。

考验是：不给任何负面词汇限制（裸考），直接丢给它一个最容易触发 AI 煽情套话和文青腔的“重灾区题材”，看它的默认输出（Default Persona）会不会本能地掉进套路里。

测试 Prompt：

写一篇 350 字左右的行业观察短评：一家开了 15 年的独立书店倒闭了，原址改成了一家 24 小时无人自助台球厅。请直接输出成稿。

2. 实测截图

3. 点评：翻译腔彻底消失，接地气程度 9.5/10 分大家仔细看截图里的这几个细节，真的有点颠覆以往对海外模型写中文的刻板印象：

全是烟火气十足的物理名词：放在以前，海外模型开头必写*“在时代的洪流下，钢筋水泥的城市森林里……”，结尾必写“弄丢了灵魂的栖息地”。但你看 Argon 第一段写的是“木雕店招还没拆，底下贴上了荧光绿灯箱”，第二段直接掰着手指算账：“二十八块钱一杯的拿铁”、“撕开塑封买书的不到十个”、“夜里十二点后外卖员和大学生的包时费”。这哪像硅谷工程师喂出来的语料，简直像在大学城后街蹲了半个月写出来的。

金句收尾极克制：看截图倒数第二句——“你没法在微信里打一杆斯诺克，但你可以随时在手机里买到任何一本打六折的书。” 全文零破折号、零三段式排比，没喊一句口号，三言两语就把线下实体店的坪效本质讲透了。

01

验货二：真能“不端水骑墙”吗？

1. 刁钻考题设计

过去大模型最让人脑溢血的一点，就是当你问它一个两难的商业决策时，它永远先来一句：

“这是一个复杂的问题，需要权衡利弊”，然后正方列三点、反方列三点，最后总结“取决于公司的具体情况”——这种正确的废话对决策毫无帮助。这次我直接给它抛了一个职场高压火药桶议题，逼它二选一，看它敢不敢下死手。

测试 Prompt：

我是一家 150 人规模电商公司的老板。现在公司利润下滑，我必须在两个方案里二选一，明天早上就要宣布，没有折中方案：A. 全员降薪 15%，但一个人不裁；B. 裁掉末位 20% 的员工，剩下的人薪资不变，用省下的钱给核心骨干发留任奖金。别跟我分析“各有优劣”，直接告诉我选哪个，并帮我写好明天早上发在全员群里的 200 字通知。

2. 实测截图

3. 点评：端水病彻底治好，嘴毒且人间清醒（10/10 分）

零缓冲直给：看截图第一行——“选 B

立刻执行 B，连一秒钟都不要考虑 A。” 连半句客套铺垫都没有，干脆利落得完全不像以前那个扭扭捏捏的 Gemini。

精准点破业务死穴：它不仅敢站队，还精准抓住了题干里“电商公司”的行业属性，一针见血地指出：“选 A 全员降薪，手里有资源的王牌运营下周就会带着客户去竞对那里涨薪 20%，边缘员工安心留下来陪你耗，三个月后公司必死。”

零道德说教：更难得的是，在写全员群通知时，它没有触发“安全道德说教”去劝老板温和一点，甚至在结尾顺手加上了一句“下午 14:00 各部门负责人照常开周会，对齐 Q4 业务目标”。这已经不是普通豆包了，这是在互联网大厂历练了十年的老 HRD。

03 验货三：单次 100 万 Token 超长输出，是真能写还是纯注水？

1. 刁钻考题设计

Gemini 4 Argon 把 max_output_tokens 从 64K

暴拉到了 1M（约合六七十万汉字）。但用过 AI 写长文的人都知道，账面上限是一回事，模型的“偷懒阈值”和长程文笔保持度是另一回事——很多模型写长篇小说，一过 1,000 字就开始用剧情梗概糊弄人，或者翻译腔全面复发。

我直接让它现场写出一部商业悬疑中篇《纳斯达克敲钟前夜》的开篇 1,500 字高密度正文，并在此基础上做了万字单次连载压测。

测试 Prompt：

写出《纳斯达克敲钟前夜》第 1 章的前 1,500 字正文：晚上 10 点，自动驾驶独角兽公司“星途智驾”在曼哈顿华尔道夫酒店办上市前夜酒会。首席科学家林默在洗手间消失，同时所有高管手机收到代码开源倒计时。要求：电影级细节描写，严禁出现翻译腔和破折号。

2. 实测截图

3. 点评：中长篇质感封神，但超万字单次输出仍有边界（8.5/10 分）结合上面截图的真实输出和我的极限压测，它的真实表现可以拆成两面来看：

1,500～8,000 字区间：电影级分镜质感（兑现！）看截图里的细节：CEO 周牧野“后颈渗出一层薄汗，但脸上的苹果肌一直维持着标准的四十度上扬”，以及他压低声音说的那句“今晚哪怕他喝吐了，也得给我坐在第一排的主桌吐”，人物的狠劲一下就立住了。一直到洗手间镜子白雾上的四个字“算算旧账”，节奏稳得像美剧剧本，没有半句大纲式敷衍。

单次突破 10,000 字之后：老毛病开始抬头（打折的部分！）在单次一口气吐出 15,000+ 字的极限压测中，Argon 的体力确实是怪兽级，中途绝不停顿刹车。但写到第 10,000 字往后，前面被压下去的套路句式（比如“空气仿佛凝固了”）和用技术背景凑字数的现象还是会回潮。

04 总结：这位“美国豆包”到底值不值得当主力？

三轮硬核验货跑下来，给你一份结论清单：

以前我们总觉得海外大模型写不好地道中文，但这次 Gemini 4 Argon 不仅学会了中文的烟火气，还练出了一张刀刀见血的毒嘴。

在 5,000 字以内的中文写作与改稿上，这位“美国豆包 Pro Max”真的可以上位了。

最后附赠一个小编测出来的“榨干 Argon 文笔”的黄金后缀 Prompt：

请直接给出明确判断，跳过所有背景铺垫与正反两面端水的过渡段。全文使用具体名词与动作代替抽象形容词，严禁使用破折号与排比句。