O czym jest ten film
- Google prezentuje Gemini 4 Argon — najmocniejszy model w swojej ofercie, który ma wygrywać z Opusem 5.5 na ponad 70% benchmarków i zajmuje pierwsze miejsce na 12 z 18 testów ogólnych.
- Autor zestawił oba modele w siedmiu zadaniach o rosnącej trudności: strona marki perfum, animowane intro produktu, gra voxelowa w stylu Minecrafta, edytor zdjęć w przeglądarce, aplikacja osobista, nowa funkcja we własnym panelu roboczym oraz miniatura YouTube.
- Oba modele dostawały identyczne prompty i wspólną bramę API do generatorów obrazu i wideo (m.in. Seedance 2.5, Kling), więc warunki竞赛 były wyrównane.
- Opus 5.5 wygrał wszystkie siedem pojedynków — jeden z nich autor ocenia jako wątpliwy.
- Argon okazał się wyraźnie tańszy: w całym teście zużył około 4 mln tokenów wobec 22 mln u Claude’a.
- O jakości rezultatów zdecydowało środowisko pracy: Argon w Antigravity dawał dobre wyniki, a przez czyste API lub OpenRouter — wyraźnie gorsze. Ta sama zasada dotyczy Claude’a bez porządnego oprzyrządowania.
- Przy celowo mglistym promptcie Argon wygenerował przeładowany, nieczytelny panel, a Claude — uporządkowany plan tygodnia. To najlepszy sprawdzian „myślenia” modelu.
- Ekonomia subskrypcji Google: plan Ultra za 100 dolarów i za 200 dolarów (czterokrotnie większy limit); zbudowanie wszystkich aplikacji z testu zjadło około 25% tygodniowego limitu na tańszym planie.
- Argon nie trafił do planu Pro — dostęp wymaga subskrypcji Ultra albo API.
- Wniosek autora: benchmarki nie przekładają się na praktykę; Argon to solidny model z górnej połowy środka stawki, ale nie ma powodu odchodzić od Opusa 5.5 ani ChatGPT.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Benchmarki przegrywają z praktyką
Na czym polega: Argon formalnie miażdży Opusa 5.5 w testach — prowadzi w ponad 70% benchmarków — a w siedmiu praktycznych zadaniach przegrał wszystkie siedem.
Jak stosować: zanim zmienisz model na nowość, przepuść ją przez trzy–pięć własnych, typowych zadań: stronę, funkcję w istniejącym projekcie, krótką animację — i porównaj z narzędziem, na którym pracujesz dziś.
Na co uważać: tabele wyników to główny argument kampanii premierowych. Jeden test na własnym materiale powie ci więcej niż cała tabela liderów.
2.Tanie tokeny rozsypują się przy poprawkach
Na czym polega: Argon zużył około 4 mln tokenów, Claude około 22 mln, ale oszczędność topnieje, gdy projekt trzeba wielokrotnie przerabiać i domykać.
Jak stosować: licz koszt całego cyklu — pierwsze generowanie plus iteracje i poprawki — a nie samego pierwszego przebiegu.
Na co uważać: model oszczędny na tokenach bywa kosztowny w czasie: każda poprawka to dodatkowe podejście i twój nadzór.
3.Środowisko pracy waży tyle, co sam model
Na czym polega: te same zadania wykonywane przez Argona przez czyste API lub OpenRouter wypadały wyraźnie gorzej niż w Antigravity. Claude bez dobrego oprzyrządowania również traci na jakości.
Jak stosować: testuj i porównuj modele zawsze w tym środowisku, w którym będziesz naprawdę pracować — z pełnym zestawem narzędzi i pętlą agentową (po angielsku „harness”).
Na co uważać: porównanie dwóch modeli w dwóch różnych środowiskach mówi więcej o narzędziach niż o samych modelach.
4.Animacja i dopracowany front to nadal rewir Claude’a
Na czym polega: w zadaniu piętnastosekundowego animowanego intra Opus stworzył płynniejsze sceny i animację logo — klasę wyżej niż Argon.
Jak stosować: zadania z pogranicza motion designu i złożonego frontu kieruj do Claude’a; Argon zostaw do tańszych, masowych generowań.
Na co uważać: przewaga dotyczy tej konkretnej pary modeli i tego typu zadań — przy prostszych stronach różnica topnieje.
5.Mglisty prompt demaskuje „myślenie” modelu
Na czym polega: przy zadaniu „zrób coś dla Jacka, oto skrót o nim” Argon wypluł panel, w którym wszystko walczy o uwagę użytkownika; Claude — czytelny organizer tygodnia.
Jak stosować: testując model, dawaj mu celowo minimalny kontekst i patrz, ile informacji potrzebuje, żeby mimo to dostarczyć dobry wynik.
Na co uważać: gdy model sobie nie radzi, ratunkiem bywa tylko skrajna precyzja — a to przerzuca pracę z powrotem na ciebie.
6.W interfejsach mniej bywa więcej
Na czym polega: edytor zdjęć od Gemini miał więcej funkcji, ale przeładowany ekran; wersja Claude’a była prostsza, czystsza i to ona wygrała ocenę użytkową.
Jak stosować: w promptach interfejsowych określaj hierarchię informacji i dopuszczalny poziom złożoności. Najlepiej poproś najpierw o przegląd doświadczenia użytkownika, a dopiero potem o kod.
Na co uważać: lista funkcji nie jest miarą jakości produktu; nadmiar opcji potrafi zabić użyteczność szybciej niż ich brak.
7.Do zadań kreatywnych wniosć trzeba własną wiedzę
Na czym polega: przy projekcie miniatury YouTube żaden z modeli nie zachwycił. Polecenie „zbadaj, co działa, i zbuduj coś” nie zastąpi wiedzy o domenie.
Jak stosować: do promptów kreatywnych wkładaj konkretne zasady — na przykład co decyduje o klikalności miniatury. Model wykona je rzetelnie, ale gustu u niego nie wynajdziesz.
Na co uważać: efekty uboczne potrafią zaskakiwać (kinowy zwiastun zamiast miniatury) — tylko nie myl ciekawostki z wynikiem, którego potrzebujesz.
8.Policz realne zużycie przed wyborem planu
Na czym polega: siedem aplikacji z testu zjadło około 25% tygodniowego limitu na planie Ultra za 100 dolarów; plan za 200 dolarów daje czterokrotnie większy limit.
Jak stosować: przed decyzją zmierz własne zużycie na jednym reprezentatywnym tygodniu pracy i przeskaluj je na miesiąc.
Na co uważać: limity użytkowania to historycznie pięta achillesowa ekosystemu Google — nie planuj projektów pod korek, o którym nic nie wiesz.
9.Argon wymaga subskrypcji Ultra
Na czym polega: model nie trafił do planu Pro — dostęp jest tylko w Ultra albo przez API.
Jak stosować: jeśli chcesz go tylko przetestować, policz najpierw, czy miesięczny koszt Ultra uzasadnia eksperyment; drobne próby wyjdą taniej przez API.
Na co uważać: próg wejścia realnie podnosi koszt zabawy — zwłaszcza gdy na dokładkę dochodzą poprawki jakościowe.
10.Argon to mocny „drugi wybór”, nie frontier
Na czym polega: rekomendacja autora: nie ma powodu odchodzić od Opusa 5.5 ani ChatGPT. Argon sprawdzi się jako porządny model do zadań w tle, ale nie jest ani tak mocny, ani tak spójny jak Opus.
Jak stosować: trzymaj Opusa przy projektach, od których zależy jakość; Argon włącz jako tańsze narzędzie pomocnicze do dużych partii prostszych zadań.
Na co uważać: różnica między modelami bywa skokowa: w części zadań Argon dorównuje liderowi, w innych odstaje wyraźnie. Liczy się powtarzalność, nie pojedyncze sukcesy.
Redakcyjne tłumaczenie
Premiera: Google z najmocniejszym modelem świata
Google właśnie pokazało Gemini Argon 4, swój najmocniejszy model — i ma on wygrywać z Opusem 5.5 na ponad 70% benchmarków. Postanowiłem sprawdzić, co z tego wynika w praktyce: przeprowadziłem oba modele przez siedem zadań o rosnącej trudności — od zwykłej strony internetowej, przez pełną aplikację, po rzeczy z pogranicza inżynierii odwrotnej — żeby było widać, którym modelem warto dziś pracować. Pokażę, ile to kosztowało, ile trwało i jak wyglądały efekty. A efekty nie były wyrównane.
(Informacja dodatkowa: Opus 5.5 to najmocniejszy model Claude.)
Krótko o mnie, jeśli trafiasz tu pierwszy raz: jestem Jack. Poprzedni startup AI zbudowałem i sprzedałem, z liczbą klientów, której nie umiem zliczyć; teraz buduję kolejny, a na kanale pokazuję wyłącznie to, co faktycznie działa. W takim razie — kawa w dłoń i zaczynamy.
Że to właśnie Google miałoby mieć najlepszy model świata — tego nie przewidziałem na rok 2026. Ale premiera jest poważna. Argon to dziś najsilniejsza karta Google, która miażdży konkurencję w wielu testach: na dwunastu z osiemnastu ogólnych benchmarków zajmuje pierwsze miejsce. My jednak nie żyjemy benchmarkami, tylko wynikami. Pokażę więc, ile tokenów model pochłania, jak się do niego dobrać i jak naprawdę prezentują się jego prace.
Z Argonem buduje już tłum ludzi, a dostęp masz na trzy sposoby: w aplikacji Gemini, w Antigravity — autorskim środowisku programistycznym Google, wyglądającym niemal jak Claude — albo po prostu przez API.
Poziom 1: strona marki perfum
Zadanie brzmiało: „zbuduj mi coś dla Electric Perfect”. Oba modele dostały dokładnie ten sam prompt, więc można było patrzeć, jak każdy z nich rozegra to samo zlecenie. Ważne założenie całego testu: grafikami i wideo zajęła się usługa Hexafold — wręczyłem modelom klucz API i poleciłem im generować samodzielnie wszystko, czego potrzebują.
(Informacja dodatkowa: nazwa pochodzi z automatycznej transkrypcji i może być zniekształcona; chodzi o agregator API dający dostęp do wielu modeli generujących obrazy i wideo.)
U Gemini od razu robi się klimat: w tle odtwarza się wygenerowane wideo, które dodaje stronie głębi. Na pierwszy rzut oka przebija lekka sztuczność, ale zdjęcia wyszły znakomicie, a tekst jest mniej „papkowaty” niż to zwykle bywa. Przewijam w dół — pojawiają się flakony, a złoty akcent w tle to taka klasyka estetyki Gemini. Jeden prompt, jeden strzał — i tyle z niego wynikło.
Claude poczęstował nas czymś naprawdę pięknym: w tle fale rozbijają się o skały, po ekranie snuje się dym, a perfumom wymyślił nazwę „Scent of a Virgin” — nie pytajcie, co to znaczy, przekonamy się później. Hasło brzmi: „Perfumy nie powinny wchodzić do pomieszczenia przed tobą”. Do tego modelka z flakonem w dłoni. Produkt gra pierwsze skrzypce w obu pracach: z daleka elegancja, po zbliżeniu można przewijać dalej, a na dole znów wideo, które wydobywa perfumy na pierwszy plan. Wiecie co? Kupiłbym „Scent of a Virgin” na prezent.
Rachunek za to zadanie: Claude zrobił swoje w jakieś 30 minut, Gemini potrzebowało osiemnastu minut więcej. Za to pod względem tokenów Gemini wyszło wyraźnie taniej. Jednak jadąc po samej wydajności, punkt dla Claude.
Poziom 2: piętnastosekundowe intro — i pierwsza ważna lekcja
Poziom drugi to piętnastosekundowe animowane intro produktu — dziedzina, w której Opus 5.5 czuje się wybornie. Prompt: krótkie intro dla aplikacji do śledzenia nawyków.
Co przygotował Argon? Animowaną grafikę: pulsujący rytm, ekraniki zapalające się po kolei, sam tracker w kadrze i piękna wielobarwna poświata w głębi. Duża, żywa opowieść o codziennym rytuale. Szczerze? Robi wrażenie. Drobne zastrzeżenia: tu i tam przebija sztuczność — na przykład literze G urwała się dolna belka — ale ogólnie to dobry strzał, wszystko da się przeklikać.
A teraz Opus 5.5. To jest po prostu z innej półki — efekt niedorzecznie dobry. Jak wszędzie, tak i tutaj podpiąłem Hexafold, więc grafiki powstały na miejscu, a logo dostało własną animację, czego gorąco polecam się uczyć od razu. Wyznaczam zwycięzcę bez wahania: klasę wyżej niż Argon. Mówi się zresztą, że Argon bije Claude’a we wszystkim oprócz ciężkiego kodowania — a jeśli to zadanie policzyć jako ciężkie kodowanie, układanka by się złożyła.
Argon skończył odrobinę szybciej i dużo taniej, ale w kategorii efektu nie ma dyskusji: wygrywa Claude.
Przy okazji trik dla pracujących z Argonem: róbcie to w aplikacji Antigravity i zaznaczajcie w niej ręcznie model Gemini 4 Argon. Jeśli odpalicie Gemini 4 przez OpenRouter, nie skorzystacie z Antigravity jako środowiska uruchomieniowego — czyli z tzw. harnessu, zestawu narzędzi i agentowej pętli, w której model wykonuje pracę — a wyniki bywają po prostu słabe. Część zadań z tego testu wykonałem najpierw przez API i nie były wystarczające, więc powtórzyłem je w środowisku Google. I uwaga: to nie jest bolączka wyłącznie Gemini — Claude bez porządnego harnessu również traci.
Jedno API na wszystkie generatory obrazu i wideo
Jeśli chcesz powtórzyć ten test: korzystam z API Hexafold (link pod filmem). Mówiąc w skrócie, to jedna brama do wielu modeli. Klikam sekcję API i mówię: „masz ten klucz, generuj obrazy i wideo, których potrzebujesz”. Klucz tworzysz po lewej stronie, w zakładce API keys — nazwij go choćby „Gemini” albo „test”, wygeneruj, skopiuj i wklej do Claude’a albo do Gemini. Od tej chwili agent sięga po wszystkie modele. Możesz też pracować bezpośrednio w tamtym interfejsie i wpisywać, co się chce.
Dlaczego w ogóle API, a nie pojedyncze generatory? Po pierwsze, dostajemy wiele modeli naraz — Seedance 2.5, Klinga, cokolwiek zechcesz. Po drugie, agent może po nie sięgnąć w dowolnym momencie budowania i na bieżąco sprawdzać status generowania, co bardzo wygodne. Po trzecie — i najważniejsze — obie strony dostają realne materiały, więc porównanie jest uczciwe: każdy generator ma inne możliwości, a wspólna brama wyrównuje warunki.
Poziom 3: świat z klocków w jednym pliku
Poziom trzeci robi się ciekawy: gra w stylu Minecrafta pisana od zera — trójwymiarowa fizyka, sterowanie, wszystko w jednym pliku, grywalne w przeglądarce, z cyklem dnia i nocy.
Gemini uporało się z tym w 35 minut, w cenie około pięciu dolarów. Wchodzę w ten świat… Przyznaję uczciwie: mało gram w Minecrafta, więc moja technika kuleje, ale zobaczcie sami — przełączam bloki, stawiam kolejne, świat reaguje. Naprawdę porządna robota. Nie mam tu maszyny dla graczy, więc i tak oceniajcie z wyrozumiałością — ważne, co da się w tym świecie zrobić.
Claude odpowiedziało „Voxel Island” — bardzo porównywalnie. Świat pełen gruzu, też klika się i działa; sama umiejętność budowania takich miejsc robi wrażenie u obu. Gdy odświeżysz pamięć i porównasz z VoxelCraftem: gradacja kolorów wyszła Claude’owi odrobinę lepiej, a po zbliżeniu widać drobniejsze wykończenie. Uczciwie mówiąc — mecz nos w nos, ale minimalna przewaga po stronie Claude. Punkt dla Claude, choć Argon domknęło zadanie za ułamek ceny.
Poziom 4: mini-Photoshop w przeglądarce
Poziom czwarty: mini-Photoshop w przeglądarce. Korzystam przy tym z gorącego, świeżego repozytorium na GitHubie — „reverse engineer anything” — które ostatnio zawróciło w głowie całemu YouTube’owi i ma już blisko 300 tysięcy gwiazdek. Pomysł jest prosty: podajesz dowolną rzecz, a system odtwarza ją od zera. Udało im się w ten sposób „rozłożyć na czynniki pierwsze” cały pakiet Adobe. Oba modele dostały do tego dostęp, a prompt brzmiał: „zbuduj mi edytor zdjęć w przeglądarce”.
To, co widzicie, to „Luminar Pro” — dzieło Gemini, powstałe jednym promptem, bez żadnej mojej ingerencji. Mam suwaki filtrów, jasność, kontrast, nasycenie, obrót, kadrowanie, pędzel — narysuję sobie kółko — warstwy w rogu i płynny zoom. Wgrywam to samo zdjęcie, co wcześniej, i bawimy się suwakami. Działa jak podstawowy, funkcjonalny Photoshop. Interfejs jest trochę przeładowany, ale jak na jeden strzał — naprawdę dobrze; wystarczyłoby jedno zdanie wyjaśnienia, a zrobiłoby się jeszcze lepiej.
Opus 5.5 zaczął — co ciekawe — od krótkiego przeglądu doświadczenia użytkownika. Funkcji regulacji ma nieco mniej, ale filtry wyglądają lepiej. Warstwy? Dodać mogę; przesuwanie wymaga przycisku z góry, ale wrzucam warstwę wyżej i dzieje się dokładnie to, co w Photoshopie, a zablokowanej nie ruszę. Emulacja Photoshopa wyszła naprawdę solidna, a interfejs jest prostszy, czystszy i ostrzejszy w odbiorze. Werdykt: UI — Claude; funkcjonalności było więcej u Argona; finalny produkt nazwałbym pięćdziesiąt na pięćdziesiąt, ale punkt i tak ląduje przy Claude, za lepsze doświadczenie użytkownika. I zapamiętajcie z tego poziomu jedno: mniej bywa więcej.
Jest i nuta rachunkowa: mimo dłuższej pracy efekt w przeliczeniu na token był po stronie Argona zdecydowanie korzystniejszy niż w Claude Code. A to jedna z rzeczy, które najbardziej chcę wam z tego materiału przekazać: wydajność to jedno, cena to drugie.
Poziom 5: aplikacja pod mój tydzień, czyli test na niedopowiedzenie
Poziom piąty robi się osobisty: aplikacja zbudowana wokół mojego tygodnia — coś, co musi „rozumieć moje życie”. Wręczyłem modelom skrót: „oto Jack w pigułce; zbuduj coś, co będzie mi realnie pomocne”. To zresztą doskonały sprawdzian jakości modelu w ogóle: jak mało kontekstu potrzebuje, żeby mimo to doradzić znakomicie?
Gemini wręczyło mi „Green Light Operating System” — i tu, drodzy państwo, zrobiło się dziko. Wszystko na jednej stronie walczy o moją uwagę, jak gdyby ktoś zapytał „jakiej funkcji chcesz?”, a odpowiedź brzmiała „tak”. To jest niewiarygodnie rozwleczone. Powiem szczerze: model nie odrobił tu etapu myślenia. Widzę sporo sensownej inteligencji — sekcje „outline packaging”, „deck and asset studio”, „sponsor approvals”, „edit thumb queue” pokazują, że kategoriami myśli o właściwych rzeczach — ale forma prezentacji całkowicie wymknęła się spod kontroli, a tekst miejscami popada w generyczną papkę. Chyba że będziesz skrajnie precyzyjny w wymaganiach.
Claude? Dużo łagodniej w odbiorze. Plan tygodnia uporządkowany, elementy można przestawiać, dorzucone wygenerowane obrazki, sekcja pomysłów, sponsorzy na dole. Nadal gęsto — przyznaję — ale wynik jest po prostu czytelniejszy na każdym poziomie. Bezkontrowersyjna wygrana Claude. I fajnie, że w ogóle potrafi samodzielnie to wszystko zaprojektować.
Poziom 6: nowy kafelek w moim „Jarvisie”
Poziom szósty: dopisanie funkcji do mojego własnego kokpitu. Krótkie tło: mam Agentyc OS, przezwany „Jarvisem”, w którym ogarniam Claude’a, ChatGPT i Codexa, widzę wszystkich agentów — Groka, Hermesa — i trzymam cały system pamięci. Dałem modelom wolną rękę: prompt brzmiał „kolejna funkcja w panelu, która pomaga mi codziennie i pasuje stylem” — i chciałem przy okazji sprawdzić, co oba potrafią poza typową twórczością, gdy każe się im po prostu znaleźć coś ciekawego.
Najpierw Gemini. Zapytałem Jarvis-a, na co patrzę: „Masz listę nagranych i gotowych filmów, ale stoją w kolejce, bo nie dokończono miniatur — klasyka czekania na ostatni szlif”. Pomocny chłopak. Sam projekt? Trochę przeładowany — spróbował mi uporządkować widok produkcji filmów i to jest ciekawy trop.
Claude zrobił to samo zadanie, ale jego warsztat wizualny znów okazał się o klasę lepszy: widzę, w którym punkcie jest każde nagranie — czy zarejestrowane, gdzie deck, gdzie publikacja. Takie rzeczy są istotą Agent OS: czy budujesz strony, czy systemy projektowe, da się go ułożyć dokładnie wokół tego, czym naprawdę się zajmujesz. Zwycięzca: Claude.
Rachunek: Gemini działało dłużej, ale pochłonęło jedną trzecią tokenów Claude’a. Wszystko powstało z jednego prompta — jedną iteracją doprowadziłbyś ten projekt do poziomu Claude’a bez trudu.
Poziom 7: miniatura do tego filmu
Poziom siódmy, najbardziej śmiały: zaprojektujcie miniaturę do tego właśnie filmu. Przypomnę: każdy obraz i każde wideo w całym materiale — od stron po assety w grze — powstały przez Hexafold, i to jest właśnie urok jednego klucza API albo jednego połączenia CLI. Zadanie jest podchwytliwe, bo wymaga rozumienia, co w ogóle czyni dobrą miniaturę na YouTube. Czysty test kreatywności.
Gemini… nie jest dobrze. Ale popatrzmy uczciwie: pomysł był słuszny — i jeśli bazowało na sprawdzonym wiralowym formacie, jestem wręcz pod wrażeniem. Zbudowało wokół miniatury cały mały system. Do tego teaser-trailer, w którym dzieje się sporo. Mimo wszystko efekt mnie nie powalił.
Opus również nie bardzo wiedział, co robi dobrą miniaturę: kilka koncepcji rzędem obok siebie, opisy, podział kadru. Za to trailer: „siedem poziomów”, wybuch, dwie kule atakują się nawzajem i przeżywa tylko jedna. Powstał raczej kinowy zwiastun niż miniatura — strzał na ślepo. Pokazuje to zresztą, że takim narzędziami da się wygenerować praktycznie wszystko. Żaden z modeli mnie nie zachwycił. A morał? Kazalem im po prostu: „zbadaj, co czyni miniaturę dobrą, i zbuduj coś”. Czasem trzeba samemu mieć wiedzę, żeby napisać dobry prompt.
A jeśli ten świat brzmi dla ciebie jak hiszpański, a chcesz wejść na ten poziom — pod filmem link do mojego masterclassu Agentyc: od zupełnego początkującego do budowania pięknych stron i systemów projektowych, z natychmiastowym dostępem do całego Agentyc OS i systemów pamięci.
Werdykt: 7:0 dla Claude’a
Podkreślmy to wprost: Claude wygrał siedem na siedem. Siedem! Z jednym wynikiem do dyskusji. Ale prawdziwe pytanie brzmi: ile ta przewaga jest warta w pieniądzach?
I tu muszę być szczery — świetnie bawiłem się w Antigravity. Interfejs elegancki i szybki, kibicowałem Argonowi 4 i z całego serca chciałem, żeby mnie zaskoczył. Tylko spójrzcie na to tak: Gemini daje więcej, bo jest oszczędniejsze na tokenie. Ale ta oszczędność rozpada się w pył, gdy trzeba wracać, poprawiać i ciągnąć projekt w tysiąc różnych kierunków.
Ekonomia: tokeny, plany i limity
Subskrypcyjnie: plan AI Ultra za 100 dolarzy albo Google AI Ultra za 200. Za dosłownie podwójną cenę dostajesz czterokrotnie większy limit — i to z resetami. Żebyście mieli skalę: zbudowanie wszystkich tych aplikacji zjadło około 25% mojego tygodniowego zużycia na planie stodolarowym. Historycznie to właśnie limity użytkowania były piętą achillesową Antigravity i całego ekosystemu Google. Tak, Argon oszczędza tokeny — ale tymi tokenami trzeba po prostu zdziałać więcej. W liczbach absolutnych: Argon spalił 4 miliony tokenów, a Claude potrzebował 22 milionów, żeby dowieźć te same projekty.
Jeszcze jedno: po Argon musicie wykupić Ultra — w planie Pro go nie znajdziecie.
Rekomendacja: zostajemy przy Opusie 5.5
Skoro tak, to jaka jest moja wielka rada dla użytkowników? Szczerze: dziś nie ma żadnego powodu, żeby odchodzić od Opusa 5.5 albo od ChatGPT i OpenAI. Ten test raz jeszcze pokazał to, co i tak wiedzieliśmy — benchmarki niewiele znaczą. Owszem, Argon ogarnie sporo zadań opartych na wiedzy i będzie porządnym modelem z górnej połowy środka stawki, który po prostu przyzwoicie działa w tle. Ale nie sięga granicy, na której mieszka Opus 5.5. W części zadań różnica była uderzająco wyraźna, w innych — znikoma: Argon po prostu nie jest tak spójny jak Opus 5.5.
A potem i tak przychodzi pytanie ważniejsze niż sam model: co konkretnie dziś budować i co naprawdę działa? I dokładnie tym zajmiemy się w filmie, do którego zapraszam.