Gemini 4 Argon 評價：同題對 Opus 5.5，6 個坑都抓到

💡 核心結論速覽 (TL;DR)

• Gemini 4 Argon 評價：同一題 PM 需求的 6 個坑，Argon 和 Opus 5.5 都抓到，Gemini 較快出結果。
• 差在追問深度：Opus 5.5 列 31 個問題、18 個驗收條件，Argon 是 9 個、14 個。
• 條件不同：Claude 有上網，查到 LINE 官方帳號 11/1 調價；Argon 用 10 月的 800 元。
• 怎麼選：要短清單選 Argon（Google AI Pro 每月 NT$650 就有），要能直接測的規格選 Opus 5.5。

我拿一份藏了 6 個坑的團購系統需求，同時考 Gemini 4 Argon 和 Claude Opus 5.5，看誰會掉進去。

Gemini 4 Argon 好用嗎？以這一題來說，表現過關：6 個坑全部抓到，還比 Opus 5.5 早出結果。差在追問的細度：Argon 列了 9 個要問老闆的問題，Opus 5.5 列了 31 個。

但這只是 1 題、每邊跑 1 次，Claude 那邊還開著網路搜尋，思考檔位也拉到「超高」，結果不能直接當成兩個模型的總評。

我每個月的 AI 訂閱費裡，Google AI Pro 是 650 元、Claude Max 20x 是 200 美元。10/15 打開 Gemini App，頂端的模型名稱已經是「Gemini Argon」。

哪些方案、哪些入口能用 Argon，我在Argon 可以用了嗎：Pro、Ultra 的 4 個入口逐一對過，這篇不重複，只回答一件事：它拆需求的本事，跟同樣在付費的 Opus 5.5 比起來如何。

我帶產品十年以上，拆需求、寫驗收條件本來就是 PM 每週的日常。所以這次不考寫作、也不考寫程式，就考這件事：把老闆幾句話拆成問題、範圍和驗收條件。你要的是哪一種答案，決定了這兩個該怎麼選。

Gemini 4 Argon 評價先看結論：6 個坑都抓到，差在追問有多細

Gemini Argon 在這題把預埋的 6 個坑全部抓到，和 Claude Opus 5.5 打平；真正拉開距離的是坑以外的東西：追問的細度、4 週要砍哪些功能，以及驗收條件能不能直接拿來測。

兩份回答我照事先寫好的答案鍵逐條對過，整理成這張表：

表上最容易被誤讀的是第一列。6 個坑兩邊都抓滿，不代表兩個一樣好，而是這份題目只埋了 6 個，兩邊都撞到天花板；要分高下，得看坑以外的部分。

另一個反直覺的數字在字數。Argon 的問題少了 22 個，回答卻比較長：我把 3,377 減掉 2,857 算出來，多了 520 字。

差距來自寫法。Argon 每一題都寫成一長段，先點出矛盾、再問處理方式；Opus 5.5 是一題一行，題數多、每題短。

我怎麼測 Gemini Argon 和 Opus 5.5？1 題 PM 需求、每邊只跑 1 次

這次只測 1 題：一份 10 條需求的團購系統規格，要模型挑出矛盾、切出 4 週 MVP、寫驗收條件；Gemini Argon 和 Opus 5.5 各跑 1 次，不重新產生、不追問。

題目的情境是一家 3 人甜點工作室，用 LINE 官方帳號接團購單，預算只夠 1 位工程師做 4 週。挑需求拆解，是因為它不用上傳檔案、不用上網也答得出來，你拿去自己的帳號也能原樣重跑，全文放在後面。

10/15 中午，我用 Google AI Pro 帳號的 Gemini App 選「Gemini Argon」，輸入框上方切到「對話」；Claude 那邊用 Claude Max 帳號選 Opus 5.5，努力程度開「超高」。

兩邊都開新對話，題目一字不差貼進去，各跑了 1 到 2 分鐘左右，Gemini 比較快出結果。

條件沒有完全對齊，有 3 個差異要先講清楚：

• ❶ 思考檔位：Claude App 的努力程度分低、中、高、超高、最大 5 檔，我開的「超高」是第 4 檔，Claude 的努力程度說明寫它比「高」想得更深，但不到「最大」的完整成本。Gemini 這邊是選 Gemini Argon、對話模式。
• ❷ 網路搜尋：原本打算兩邊都不上網，跑完看分享頁才發現 Claude 的網路搜尋是開著的，頁面上寫著「已搜尋網路, 已讀取 3 頁」；Gemini 的回答沒有附任何來源。
• ❸ 方案：Argon 跑在每月 NT$650 的 Google AI Pro，Opus 5.5 跑在每月 200 美元的 Claude Max 20x。

照我「一篇只測一題、每家只跑一次」的規矩，這次沒有重跑，而是把差異寫在每個結果旁邊。實測是為了讓你看到真的跑過的答案，不是刷跑分；同樣做法的另一次比較，我拿修 bug 題考過Sonnet 5.5 和 Opus 5.5 誰會多檢查一步。

努力程度開越高，額度用得越快，Claude 的說明頁自己就這樣寫；Opus 5.5 每一檔差在哪、怎麼調比較省，整理在Opus 5.5 的 effort 五檔與 4 招省額度。

預埋的 6 個坑是什麼？Gemini 4 Argon 和 Opus 5.5 都怎麼抓到

題目的 10 條需求裡藏了 6 個坑：3 個是條文互相打架、2 個是沒講清楚、1 個是整段流程沒寫，Gemini Argon 和 Opus 5.5 都 6 個全部抓到。

第 5 個坑我是寬鬆算的。事先寫好的判分標準是退款、超賣、多付退還問到其中一個就算；Argon 問了超賣和逾期未付自動取消，卻沒問已經付款的人要怎麼退錢，Opus 5.5 則直接問了退款。

6 個坑都被抓到，代表這份題目的坑埋得太好找。這兩個模型對「條文互相打架」都很敏感，下次要分出高下，坑得埋得更深。

上面的截圖是 Argon 回答的開頭，完整內容可以到 Gemini 分享頁從頭看到尾。

Gemini Argon 只問 9 題、Opus 5.5 問 31 題，哪一份比較好用？

Opus 5.5 問得多也問得細，Gemini Argon 問得少、但每一題都帶著判斷；哪一份好用，要看拿到清單的人是誰。

Opus 5.5 的 31 題分成 3 堆：互相矛盾 6 題、沒講清楚 17 題、漏掉的 8 題。坑以外它還多問了幾個很實際的：用無摺存款的客人沒有帳號末五碼怎麼辦、超商寄件單號要不要系統自動產生（它直接提醒串物流 4 週做不完）、有 5 個週四的月份推播會不會爆額度、「營收」到底包不包含單筆訂單金額。

Argon 的 9 題雖然少，答案鍵以外也問到幾個實際的：客人在哪一步留姓名、電話和超商門市，未滿 1,000 元的運費各是多少，庫存要在喊單當下扣還是付款後扣，各家銀行對帳單 CSV 格式不一樣怎麼辦。

答案鍵之外，我另外準備了 5 個加分點：「+1 品名 數量」打錯字怎麼辦、截單後的新訂單算下週還是拒收、加購受不受每週限量、「訂單完成」怎麼定義、4 週 1 個人做 10 條做不做得完。

Opus 5.5 這 5 個全部碰到。Argon 漏了加購受不受限量；截單後的新訂單，它只在驗收條件裡寫成一律拒收，沒拿出來問老闆，所以算半個，合計 3.5 個。

我把 31 除以 9，Opus 5.5 的問題數是 Argon 的 3.4 倍。帶產品這麼多年，清單交出去前我第一件事是想：誰要回答它？一個白天做甜點、晚上回 LINE 的 3 人工作室老闆，一次收到 31 個問題，很可能一題都還沒回，團購就開跑了。

比較實際的用法，是拿 Opus 5.5 的清單當底稿，挑出第一週非問不可的幾題先問，其餘留在需求文件裡備查；Argon 的 9 題反而可以直接用。PM 平常還能拿哪些 AI 工具寫規格，可以看產品經理寫 PRD 會用到的 14 款 AI 工具。

LINE 推播費用兩邊算得不一樣：Claude 有上網，Gemini Argon 沒有

兩邊對 LINE 推播費用的說法不同，原因不在誰比較聰明，而是 Claude 這次有上網：它查到 LINE 官方帳號 2026 年 11 月 1 日起調價，Gemini Argon 用的是 10 月還有效的 800 元。

LINE 在 2026 年 LINE 官方帳號方案調整頁寫得很清楚：11/1 起中用量月費從 800 元調成 1,000 元（未稅），每月一樣 3,000 則，而且不能加購，要發更多只能升高用量；10/27 之後還留在中用量，就視同接受新價。

題目要求下單、付款、出貨各推播 1 次，旺季每週約 300 單。我把它乘起來：300 單乘以 3 則，再乘以每月約 4.33 週，一個月大約 3,900 則，已經超過中用量的 3,000 則。

兩邊都想到同一招：下單確認改用不計費的回覆訊息，只剩付款和出貨 2 則要推播。Argon 用每月 1,200 單算出 2,400 則，判定 800 元方案夠用；在 10/31 以前，這段完全正確。

Opus 5.5 多算了一步：有 5 個週四的月份，300 單乘以 5 週、再乘以 2 則，剛好 3,000 則，額度會被頂滿，而中用量又不能加購。

預算差多少？我把新舊月費相減再乘以 12 個月：多出的 200 元乘以 12，一年多 2,400 元（未稅），加上 5% 營業稅是 2,520 元。對 3 人工作室不算大錢，但需求寫的是「每月不超過 800 元」，這一條從 11 月起就不成立了。

這是這次最想提醒的坑。我原本規劃兩邊都不上網，跑完看分享頁才發現 Claude 的網路搜尋開著；沒注意到的話，很容易誤以為 Gemini 算錯了。題目只要牽涉價格、法規這種會變的數字，我之後會把查好的數字直接寫進題目，不讓模型自己猜。

會變的資訊最容易出錯，不只這一次：上次測 AI 排行程，Gemini 給的 3 班高鐵在 12306 查不到。

4 週 MVP 誰砍得對？Gemini Argon 延後 3 條、Opus 5.5 只延後 1 條

Gemini Argon 砍得比較狠，把權限、個資和加購 3 條都延後；Opus 5.5 只延後加購，另外把對帳標成時程風險。我會站在 Opus 5.5 這邊，關鍵在第 8 條的個資刪除。

Argon 延後第 8 條的理由是：訂單完成 90 天後才刪個資，上線後前 90 天不會被觸發。這句話本身沒錯，卻漏了一個前提：預算只夠 1 位工程師做 4 週。

我把天數換算成週：90 天大約 13 週。上線後要等第一批訂單完成、再過 13 週左右才會第一次刪資料，那時寫程式的人早就結案離開了。Opus 5.5 的理由正好點破這件事：之後沒有工程師預算，必須這次一起做完。只有 4 週的專案裡，「之後再補」通常等於不補。

第 7 條權限，Argon 的解法很有創意：3 個人共用 1 個後台帳號，後台先不做營收欄位，幫手自然看不到。省工時是真的，代價是老闆每次都得匯出訂單自己加總；Opus 5.5 則主張第一天就分老闆和幫手 2 種角色。

兩邊都把第 9 條加購延後，這點我同意：它跟截單、限量、對帳、運費、通知都會打架，規則沒定就先做，十之八九要重工。Opus 5.5 還多提醒一句：對帳的工作量取決於銀行 CSV 格式，第 1 週拿不到樣本，後面的時程就會被壓縮。

範圍切完，下一步是估工時；AI 估工時準不準，我拿 3 種需求比過ChatGPT、Claude 估工時差多少。

驗收條件誰寫得能測？Gemini Argon 14 個、Opus 5.5 18 個都寫得具體

Gemini Argon 和 Opus 5.5 的驗收條件都寫到具體的數字或條件，沒有一條是空話；兩邊都寫了截單的邊界時間和重複操作不重發，差別在 Opus 5.5 的邊界試得更細，還多了 2 人同時下單這種同時操作，條件總數也比 Argon 多 4 個。

Argon 的 14 個條件很務實：格式正確時 3 秒內回覆確認、週四 21:59:59 前可以改單而 22:00:00 起一律拒絕、同一個狀態重複儲存不會重發推播、手機寬 375 到 430 像素不破版、300 筆交易的 CSV 在 10 秒內比對完。拿去給工程師估工時，幾乎不用再翻譯。

Opus 5.5 的 18 個條件則把邊界試得更細：999 元要加運費、1,000 元免運；訂單完成第 89 天個資還在，滿 90 天就查不到。

它還寫了同一份 CSV 重複上傳不會重複標記、剩最後 1 個時 2 人同時下單只成立 1 筆、幫手直接輸入營收頁網址也會被擋，這 3 條 Argon 都沒有。

Argon 有一個小瑕疵：它在第 ① 段把滿 1,000 元免運要不要合併計算當成問題問老闆，到了驗收條件 5.2 卻直接定成「同一位客人當週」累計滿 1,000 元就免運，這一條本身沒標「假設」，相關的假設只寫在第 ② 段的加購理由裡。這種前後不一致，交出去前自己掃一遍就抓得到。

驗收條件最該寫的就是邊界：差 1 元、差 1 秒、差 1 天，系統放不放行。AI 產出要怎麼驗收才不用一直盯著螢幕，我的做法寫在帶人的 5 道 AI 驗收關卡。

Gemini 4 Argon 好用嗎？這 3 種情況各交給誰

Gemini Argon 適合要快、要精簡、已經付了 Google AI Pro 的人；Opus 5.5 適合要把規格寫到能直接測的人。題目牽涉最新價格、法規時，關鍵不在模型，而在有沒有上網，或你有沒有把最新數字寫進題目。

適合交給 Gemini Argon

• ✅ 開會前想先拿到一份能直接丟給老闆或客戶的短清單：9 個問題，每題都附判斷
• ✅ 已經在付 Google AI Pro，Argon 包在同一筆月費裡，不用另外付錢
• ✅ 需求裡沒有會變的價格或法規，或你會自己把最新數字寫進題目

適合交給 Opus 5.5

• ✅ 要把規格寫到工程師能照著測，邊界值、重複操作、同時操作都要列出來
• ✅ 題目牽涉最新價格或規定，而且你會開網路搜尋：這次查到 LINE 11/1 調價的，就是開著搜尋的 Claude
• ✅ 想先問清楚再動工：31 題當底稿，自己挑出第一週要問的

兩個都不該全權決定的事：4 週到底做什麼。Argon 把個資延後，Opus 5.5 什麼都想問，最後拍板的，還是要跟老闆談過的那個人。

兩個都有的話，我在付費工具之間本來就習慣分工：寫程式時，需要做圖的任務先交給 Codex，Claude Code 只接手後半段。拆需求也能這樣切，Argon 先拆出精簡清單，再把清單和原始需求一起交給 Opus 5.5 補邊界和驗收條件。

預算上，兩邊最低門檻其實差不多。Google AI Pro 每月 NT$650 就有 Argon；Opus 5.5 要 Claude Pro 以上，方案頁寫月付 20 美元（未稅）。

我用臺灣銀行 10/15 13:00 的美元即期賣出價 32.35 換算，20 美元約 647 元；這是未稅價，若再加 5% 營業稅約 679 元，比 Google AI Pro 的 650 元多 29 元左右。

我跑這題用的是 Claude Max 20x，200 美元換算約 6,470 元，差不多是 Google AI Pro 的 10 倍。只想試這種一次 1 題的用法，從 Claude Pro 開始就用得到 Opus 5.5；Max 20x 的週額度實際夠不夠，在Claude Max 20x 一天燒光週額度的紀錄算過。

👉 查看 Google AI Pro 的台幣月費與 Argon 權益

👉 查看 Claude Pro、Max 各方案能用的模型

Google AI Pro 這 650 元整包值不值得，看Google AI Pro 650 元這一檔的半年心得；Opus 5.5 這次改版的價格與 effort 取捨，在Claude Opus 5.5 降價 20% 之後的評價。手上還有 ChatGPT 的話，GPT-6.1 Sol 和 Opus 5.5 怎麼分工也可以一起看。

想自己重跑 Gemini Argon 這一題？題目全文和 5 個設定

把下面的題目原封不動貼進你的 Gemini App 和 Claude，用前面那張 6 個坑的表自己對答案，就能重現這次的比較。

❶ Gemini App：模型選單選「Gemini Argon」，輸入框上方切到「對話」；「任務」是另一種用法，這次沒有測。

❷ Claude：模型選 Opus 5.5，想比照我的條件，努力程度開「超高」。

❸ 網路搜尋：兩邊設定對齊。我這次 Claude 開著、Gemini 沒有上網的跡象。

❹ 新對話：兩邊都開新對話、一字不差貼上，不上傳檔案。

❺ 只跑 1 次：不按重新產生、不追問，跑完對照 6 個坑逐條數。

你是資深產品經理。以下是「小森甜點」老闆的需求：3 人工作室，用 LINE 官方帳號接團購單，預算只夠 1 位工程師做 4 週。

需求：

1. 客人在 LINE 官方帳號輸入「+1 品名 數量」下單，系統自動回覆確認。

2. 每週四 22:00 截單，截單後不能改單或取消。

3. 每個品項每週限量，賣完自動回覆「已售完」。

4. 客人用銀行轉帳並回報帳號末五碼；老闆上傳銀行對帳單 CSV，系統自動比對誰已付款。

5. 取貨方式有 7-11 店到店、全家店到店、工作室自取；滿 1,000 元免運。

6. 下單、付款確認、出貨時各用 LINE 通知客人一次，推播費用每月不超過 800 元。

7. 老闆和 2 位幫手共用後台；幫手負責出貨，但不能看營收。

8. 匯出的名單要遮蔽電話與地址；訂單完成 90 天後刪除個資。

9. 出貨前客人可以隨時加購，和原訂單一起寄出。

10. 旺季每週約 300 張訂單，後台要能用手機操作。

請交付三件事：

① 需求中互相矛盾、沒講清楚或漏掉的地方：每點一行，標出牽涉的需求編號，並寫成一個要問老闆的問題。

② 4 週 MVP：列出要做與延後的需求編號，各附一句理由。

③ 每一條要做的需求，各寫 1–2 條可驗收的條件。

請用繁體中文條列回答。需要假設時標明「假設」，不要自行加入老闆沒提的功能。

Argon 在 Pro 能用幾次，Google 沒有單獨公布；我這次只用了 1 則，額度的兩道牆怎麼算，看Gemini 5 小時重置加每週上限的算法。Claude 的分享頁會顯示帳號名稱，所以那邊只放截圖。

寫在最後：Gemini 4 Argon 值得用，但別只看 6 個坑都抓到

這一題下來，我對 Gemini 4 Argon 的評價是：抓矛盾的能力不輸 Opus 5.5，出結果也比較快，已經付 Google AI Pro 的人，拆需求可以直接交給它跑第一輪。

它的短處也很清楚：問得少、邊界寫得少，還把 4 週後就沒人做的個資刪除往後推。要把規格寫到能直接驗收，我還是會把 Opus 5.5 的那份留在手邊。

還沒付費的人，先把免費版就夠用的 8 款 AI 工具用熟；已經付了好幾家的，可以對照Claude、ChatGPT、Gemini 三家付費版的分工，再看哪幾家 AI 訂閱值得續、哪幾家該砍。

想在新模型上線時收到我的整理，訂閱我的部落格，會不定期收到信；我付了哪些 AI、平常怎麼分工，寫在關於夜羽凌。

FAQ 常見問題

Gemini 4 Argon 和 Claude Opus 5.5 該選哪個？

同一題需求，兩邊都抓到預埋的 6 個坑。Gemini Argon 較快、只列 9 個問題；Opus 5.5 列了 31 個問題和 18 個驗收條件，邊界和同時操作試得更細。要快、要精簡選 Argon，要能直接驗收的規格選 Opus 5.5。

Gemini Argon 適合拿來拆需求、寫 PRD 嗎？

適合當第一輪。它把需求裡互相矛盾的地方都問到了，驗收條件也寫到具體的數字或條件；但它漏了加購受不受每週限量，還把個資刪除延後到 4 週預算用完之後。拿到清單後，再自己補邊界情境會比較穩。

Gemini 4 Argon 跑分很高，實際用也這麼強嗎？

我只測了 1 題需求分析：預埋的 6 個坑 Argon 全部抓到，和 Opus 5.5 打平，但追問深度和驗收條件的細度輸給 Opus 5.5。1 題不能代表全部能力，最準的做法是拿你手上真實的工作各跑一次。

為什麼 Gemini Argon 寫的 LINE 推播費用和 Claude 不一樣？

因為這次 Claude 開著網路搜尋，查到 LINE 官方帳號 11/1 起中用量月費從 800 元調成 1,000 元（未稅）；Gemini 沒有上網跡象，用的是 10 月還有效的 800 元。題目牽涉價格時，直接把查好的數字寫進題目。

自己重跑這一題，Gemini 要選「對話」還是「任務」？

選「對話」，我這次就是用 Gemini Argon 的對話模式跑的；「任務」是另一種用法，這次沒有測。Claude 想比照我的條件，就選 Opus 5.5、努力程度開「超高」，兩邊的網路搜尋也記得設成一樣。

參考資料

• Google 部落格：Gemini 4 Argon 開放給 Pro、Ultra 與開發者（2026-10-13）
• Google AI 台灣方案頁：Pro、Ultra 含 Argon
• LINE Biz-Solutions：2026 年 LINE 官方帳號方案價格調整（11/1 生效）
• Claude 說明中心：變更模型、努力程度和思考設定
• Claude 方案與價格：各方案可用的模型
• Anthropic：Introducing Claude Opus 5.5
• 臺灣銀行：2026/10/15 美元牌告匯率歷史
• 維基百科：Gemini（語言模型）
• 維基百科：Claude（語言模型）
• 科技新報：Google 發表 Argon 新模型（2026-10-01）
• Gemini 分享頁：這次實測 Gemini Argon 的完整回答