Gemini 4 Argon 作品案例：发布周最受欢迎的 20 个作品

Gemini 4 Argon 发布周点赞最高的 20 个作品案例，按物理模拟、3D 场景、数学艺术、游戏和 UI 分组，附作者、X 原帖、点赞播放数和 SandBase Lab 链接。

作者 Daniel Russo最佳推荐

Gemini 4 Argon 20 个最佳作品案例封面，为编辑配图，并非创作者视频

Gemini 4 Argon 发布这周，X 上点赞最高的视频是一只骑自行车的鹈鹕，由一串旋转的傅里叶圆画出来。排第二的是一个小熊软糖物理测试，而发帖人自己的结论是 Argon 输了。

这就是这份清单要解决的问题：热门作品里，有真技术，有模型对比的热闹，也有发得早的红利。想照着做之前，最好先分清哪个是哪个。

本文整理的是 2026 年 Gemini 4 Argon 作品案例里最受关注的一批：SandBase Lab 收录的 264 个 Argon 视频中，点赞最多的前 20 个，按“它到底展示了什么”分组。每个作品都标了作者、X 原帖、Lab 详情页，以及一句话说清技术上值得看的地方。适合想快速了解 Argon 10 月 13 日正式开放后两天里大家做出了什么、再决定自己先试哪类玩法的开发者。

先说结论

  • 前 20 个帖子拿走了全部 36,870 个赞里的 24,654 个，占 66.9%；264 个视频的点赞中位数只有 21。
  • 20 个里有 10 个是和 Claude Opus 5.5、GPT-6 Astra、Muse Wonder 等模型的同题对比，其中 3 个作者明确说 Argon 输了或落后。
  • 只有 @Adidotdev 一个帖子公开了提示词，其余的做法只能从帖子正文里推断。
  • 技术含量最高的两条：@fofrAI 用纯 Python 写的语音合成器，和 @thebuggeddev 用 6 万根实例化毛发做的南瓜玩偶。两者都是作者自述，我们没有验证。
  • 点赞代表传播，不代表质量。

怎么选出来的

数据来自 SandBase Lab 的 Gemini 4 Argon 合集：209 位作者的 264 个视频，都是 2026 年 10 月 13 日和 14 日发在 X 上的公开帖子。合集由 SandBase 从 X 上挑选整理，不是全量。文中所有数字取自 2026-10-14 16:29 UTC 那次同步，之后点赞和播放还在涨。

排名只看点赞，我没有按个人口味重排，因为编辑眼里的“最好”没法核对。我加的是分组：单纯按点赞排，傅里叶画、游戏对比和手机界面混在一起，看完也不知道 Argon 擅长什么。

读这份清单前，先记住三条：

  • 点赞不等于质量。 帖子火不火，和作者粉丝量、发帖时间（20 个里有 19 个是发布当天发的）、标题里有没有“vs”都有关系。
  • 作者说的都是作者说的。 “Argon 做的”“4 分钟搞定”“花了 22 美元”，都是作者自述。这些作品我们一个都没复现。
  • 对比视频只是一次运行。 同一个提示词，每个模型跑一次，由发帖人自己评判，算一个数据点，算不上 benchmark。

SandBase Lab 的 Gemini 4 Argon 合集页，标题为 What people made with Gemini 4 Argon，下方 Top 10 most-liked 依次是傅里叶鹈鹕、小熊软糖物理测试和代码画作

SandBase Lab 合集页的点赞前五，和下表前五一致；页面注明内容是 X 上的公开帖子，更新于 2026 年 10 月 14 日（2026-10-15 截图）。

前 20 个 Gemini 4 Argon 作品案例一览

排名按同步时的点赞数。“作品”链接到 Lab 详情页（含原帖正文和“Try this prompt”面板），作者链接到 X 原帖。

#作品作者分组点赞播放时长
1傅里叶本轮画出的骑车鹈鹕@fofrAI数学艺术4,600478,4241:00
2小熊软糖物理模拟@semichenkko物理3,937543,4570:13
3纯代码生成的画作@kickingkeys数学艺术2,335142,8950:31
4与 Muse Wonder 的游戏开发对比@universalmodhq游戏2,089246,8280:25
5电动机原理 3D 动画@rubenssoto_aiUI/讲解1,976171,2990:40
6生成速度对比@jaimintfUI/讲解1,900262,4100:14
7Three.js 武装直升机@thtbee_3D1,08889,0251:12
8太空列车，对比 Opus@EnvolDev3D76182,9170:25
9跃出水面的鲸鱼，四模型对比@Bhavani_000073D670114,6990:20
10玛格丽特酒液晃动@ann_nnng物理65555,4590:19
11小岛微缩场景，对比 Opus@Mr_Salio3D55061,6710:47
12可驾驶帆船的小岛@ai_for_success物理54528,1271:39
13单 HTML 文件的合成器@maxescuUI/讲解53327,6610:59
14桌面照片变 3D 赛车游戏@googledevs游戏51639,3332:36
15毛茸茸的南瓜玩偶@thebuggeddev物理50543,2870:18
16“Island Jelly”，对比 Opus@Adidotdev物理42673,8140:41
17Argon 介绍短片@HarshithLucky33D39716,7071:00
18纯 Python 语音合成@fofrAIUI/讲解39318,1721:21
19SVG 画的芙莉莲@notjazii数学艺术39223,7330:10
20抢先到达下界@fawnunwrap游戏38642,8261:27

第 1 名的点赞是第 20 名的 12 倍，往后曲线继续变平：第 21 名 362 个赞，一半作品不超过 21 个赞。完整分布见发布周数据分析。

物理模拟

这组 5 个作品比的是“动起来对不对”：软体、液体、毛发、水面。物理一错，一眼就能看出来，所以这组最有信息量。

#2 小熊软糖，@semichenkko。 同一个提示词给 Claude Opus 5.5 和 Argon，然后两边都被同样折腾：拽爪子、拍扁、扔出去、再倒一整袋下来。作者的结论很直接：Opus 做出来的是果冻，Argon 做出来的是“软糖雕像”，胳膊变成棍子，熊和熊之间直接穿模。作者报的成本是 Opus 7.2 美元、Argon 22 美元。值得看的地方：软体形变和碰撞是整份清单里最难糊弄的，而点赞第二的 Argon 作品，恰恰是作者说 Argon 输了的那个。

SandBase Lab 上 @semichenkko 小熊软糖物理测试的详情页，上半部分标注 Opus 5.5 $7.2，下半部分标注 Gemini Argon 4 $22，右侧显示 3.9K 点赞和 543.5K 播放

#2 的 Lab 详情页：画面里是作者自己标的成本（Opus 5.5 7.2 美元，Argon 22 美元），右侧是表里用的数据：3.9K 点赞、543.5K 播放、时长 0:13（2026-10-15 截图）。成本是作者给的数字。

#10 玛格丽特酒液，@ann_nnng。 Argon、Muse Wonder、Opus 5.5 和 GPT-6 Astra 做同一个杯中液体晃动效果，作者说四个都用了 Three.js 加 WebGL。液面晃动很快就能看出模型写的是真模拟，还是一段循环动画。

#12 可驾驶帆船，@ai_for_success。 一座小岛、一间小屋、一艘能操控的帆船。作者有提前体验资格，自己说“调了几轮提示词才到这一步”。水面渲染、船的物理和键盘控制都在一个场景里，也顺带提醒一句：好效果基本都是迭代出来的。

#15 毛绒南瓜，@thebuggeddev。 帖子里说这是一个程序化生成的 GLB 模型，有 28 层体积毛发壳、6 万根 GPU 实例化毛发，还有实时“吹气”物理，全部用 Three.js 和 GLSL 写成。如果属实，这是游戏里常见的壳层纹理加实例化渲染，属于实时毛发技术，不是现成素材。

SandBase Lab 详情页上 @thebuggeddev 的原帖正文，写着程序化 GLB 模型、28 层体积毛发壳、6 万根 GPU 实例化毛发和实时吹气物理，右侧是 Try this prompt 面板

#15 的 Lab 详情页完整保留了作者的技术描述：28 层毛发壳、6 万根实例化毛发、Three.js 和 GLSL（2026-10-15 截图，只截取原帖正文部分）。代码我们没看过。

#16 “Island Jelly”，@Adidotdev。 一座封在半透明果冻块里的小岛，Argon 对 Opus 5.5，提示词放在回复里，是前 20 名里唯一标记为公开提示词的。帖子里的耗时和额度（Argon 10 分钟、约 1.5% 周额度，Opus 15 分钟、4%）注明是另一位测试者跑的，属于二手数据。

3D 场景

这组 5 个主要比外观：建模、光照、镜头。这里只简单说，105 个 3D 场景帖子的完整分析和我们自己跑的场景，见 Gemini 4 Argon Three.js 实测。

#7 武装直升机，@thtbee_。 一架“纯 three.js”程序化生成的未来直升机。关键细节在作者那句话里：这是 Argon 加 Nano Banana “多轮自我迭代”的结果，也就是说流程里有图像模型参与，不是一次出图。

#8 太空列车，@EnvolDev。 这是清单里最有参考价值的对比帖，因为作者自己拆了自己的标题。他报的数据是 Opus 用了 1 小时 53 分、23.46 美元，Argon 用了 4 分 20 秒、3.40 美元，但他也承认 Opus 在体积云、车头机械结构和运镜上更好。他的主张是“够用的结果来得更快更便宜”，不是“画质最好”。

#9 鲸鱼跃水，@Bhavani_00007。 Argon、Opus 5.5、GPT-6 Astra 和 Kimi K3 做同一个场景，作者认为 Argon 的写实感最好。鲸鱼破水很考验水花粒子和光照，但结论只是一个人的判断。

#11 小岛微缩，@Mr_Salio。 Argon 对 Opus 5.5，Lab 封面帧里两边都是悬浮小岛。作者觉得 Opus “稍微好一点”，差距不大。可以和 #16 放在一起看。

#17 介绍短片，@HarshithLucky3。 作者说这是 Argon 给自己做的 1 分钟介绍片，画面是带吉祥物角色的 3D 渲染场景。看点在于“一个提示词、一个文件、一部短片”能做到什么程度。

数学与代码艺术

#1 傅里叶鹈鹕，@fofrAI。 用一串串旋转的圆（本轮）去逼近一幅画，这是傅里叶级数最经典的可视化，画面上还实时显示项数和误差。作者说视频是 Argon 做的，配的 Lyria 3.5 音乐也是 Argon 写的提示词，并且和画面对齐。

SandBase Lab 上 @fofrAI 傅里叶本轮鹈鹕的详情页，画面显示 N = 3、error = 26.12%、7 spinning circles，右侧为 4.6K 点赞、478.4K 播放、时长 1:00

#1 的 Lab 详情页：画面上能看到“N = 3，误差 26.12%，7 个旋转圆”的读数，右侧是 4.6K 点赞、478.4K 播放，以及“Runs on google/gemini-4-argon”（2026-10-15 截图）。页面注明作者没有公开原始提示词。

#3 代码画作，@kickingkeys。 作者说整个串里的作品都是代码画的，还承诺放出全部 534 幅画的代码。重点就在这个数量：这是一个生成器，不是碰巧出了一张好图。

#19 SVG 芙莉莲，@notjazii。 参照一张图，用 SVG 画出动漫角色，还配了背景音乐。作者报的是在 Devin 里跑了 1 小时 27 分、约 2,635 万 token、5.19 美元。这个比例值得警惕：一张“简单”的矢量图，放进 agent 循环里也能烧掉几千万 token。

游戏与 Agent

游戏玩法本身是 Gemini 4 Argon 一句话做浏览器游戏 那篇的主题，我们在那篇里实际做了一个并上手玩。这里只看热门视频。

#4 对比 Muse Wonder，@universalmodhq。 同一个提示词，“两个完全不同的游戏”，封面帧是带双方血条的第三人称 Boss 战。同一作者的后续帖（362 个赞，刚好排第 21）报的成本是 Muse Wonder 3.45 美元、Argon 29.71 美元。

#14 桌面照片变赛车游戏，@googledevs。 这是 Google 官方开发者账号发的，按产品演示来看就好：在 Google Antigravity 里，Argon 调度多个 subagent，并用 Nano Banana 生成素材。2 分 36 秒，是清单里最长的视频，也最能看清多 agent 协作的构建过程。

#20 抢先到下界，@fawnunwrap。 Argon、Opus 5.5 和“Sol 6.1”，同一个地点、同一个提示词、不限时。作者说有一个模型到了，“撑了大概 25 秒”。帖子没说是哪个，也没说模型怎么接进游戏，当娱乐看就行。

UI、音频与讲解

#5 电动机讲解，@rubenssoto_ai。 Opus 5.5 对 Argon，题目是用电影感 3D 动画讲清特斯拉式电机的原理。讲解类作品首先要原理对，其次才是好看；作者把评判留给了观众。

#6 速度对比，@jaimintf。 封面帧是三台手机，分别显示 Claude Fable 5.1、GPT-6 Astra 和 Argon 做的开屏页。帖子唯一的说法是 Argon “最快”，没给任何时间。很火，但信息量是整份清单里最低的。

#13 Jupiter/Moog 合成器，@maxescu。 一个能弹的合成器，整个装在一个 HTML 文件里，作者说“不到 30 分钟”做完，帖子里有试玩链接。密集的控件界面加实时音频代码，考的是和 3D 完全不同的能力。

#18 语音合成，@fofrAI。 前 20 名里技术描述最硬核的一条：声源-滤波器模型、Liljencrants-Fant 声门气流方程、5 个声道腔体、18 毫秒的塞音爆破、最小加加速度曲线控制音高，全部用不调库的 Python 实现。虽然是作者自述，但写得足够具体，代码公开后可以逐项核对。

前 20 名的共同点

规律前 20 中的数量对你意味着什么
和其他模型同题对比10一半的关注来自“比赛”，Argon 那一半请自己看
作者说 Argon 输了或落后3（#2、#8、#11）火不代表 Argon 赢
公开提示词1（#16）大多数提示词得从帖子正文反推
发布当天发帖19发得早，曝光时间就长

作者报的成本从 3.40 美元（太空列车）到 29.71 美元（游戏）不等，用的工具各不相同，也都不是我们计量的。按 token 的价格见 Gemini 4 Argon 价格，52 个公开了提示词的帖子怎么写，见 Gemini 4 Argon 提示词指南。

GitHub 仓库 sandbase-lab/awesome-gemini4-argon 首页，简介为 X 上最受欢迎的 Gemini 4 Argon 视频，标注创作者，每天从 SandBase Lab 同步

GitHub 上的 awesome-gemini4-argon 仓库同步了 Lab 合集，保留作者署名和原帖链接，适合习惯在 README 里按分类翻看的读者（2026-10-15 截图）。

看完整合集，或者自己做一个

全部作品在 SandBase Lab 合集页，每个详情页都有“Try this prompt”面板，跑在 google/gemini-4-argon 上；GitHub 上也有一份 awesome-gemini4-argon。视频和提示词版权归各自作者。

SandBase 上的 Gemini 4 Argon 模型页 标价是每百万 token 输入 4 美元、输出 20 美元，上下文 1M，单次最大输出 65.5K。这是 Google 11 月 30 日之后的标准价，也是 Google 官方直连推广价（2 美元 / 10 美元）的两倍，见 Google 的发布文章。单文件场景一般用不满 65.5K 输出，但像 #19 那样的 agent 循环，花费涨得很快。Argon 正式开放前的背景，可以看我们之前的 Argon API 接入笔记。

常见问题

Gemini 4 Argon 最好的作品案例是哪个？

按点赞是 @fofrAI 的傅里叶鹈鹕：截至 2026-10-14 同步时 4,600 个赞、478,424 次播放。按技术含量，我会推荐 @fofrAI 的纯 Python 语音合成，或 @thebuggeddev 的毛发着色器。

这些视频真的是 Gemini 4 Argon 做的吗？

作者是这么说的，我们一个都没验证。有些作品流程里还用了别的工具，比如 Nano Banana（#7、#14）或 Devin（#19）。

做 3D 和物理，Gemini 4 Argon 比 Claude Opus 5.5 强吗？

靠这些视频下不了结论。每个对比都是作者自己跑一次、自己评判，而且结论不一致：#9 认为 Argon 更好，#2、#8 和 #11 认为 Opus 质量更高。

去哪里找提示词？

前 20 名里只有 #16 公开了。整个合集 264 个帖子里有 52 个公开了提示词，每个 Lab 详情页都会注明作者有没有分享。

这份清单的边界

这是 SandBase 从 X 上两天内挑选的合集里的人气排名，不是全量统计。点赞和播放停在某一次同步，天然偏向发布当天的帖子和大号。文中所有能力、耗时和成本说法都来自作者本人；写这篇文章时我们没有复现任何作品，也没有看过任何人的代码。