New Gemini 4 Argon vs Opus 5.5 Building the Same App (Raw Results)
| Istilah | Arti |
|---|---|
| Gemini Argon 4 | Gemini Argon 4 adalah model AI dari Google yang diuji video ini dan dinilai lebih hemat token tetapi kurang konsisten dibanding Claude. |
| Opus 5.5 | Opus 5.5 adalah model Claude dari Anthropic yang menjadi pembanding utama dan memenangkan sebagian besar tingkat uji. |
| benchmarks | Benchmark adalah tes standar untuk membandingkan kemampuan model AI, dan video ini menilai bahwa skornya tidak selalu mencerminkan hasil nyata. |
| seven levels | Tujuh tingkat adalah urutan tugas uji dari website sederhana sampai thumbnail YouTube, yang dipakai untuk membandingkan kedua model. |
| harness | Harness adalah lingkungan atau aplikasi pembungkus yang menjalankan model AI, dan video merekomendasikan harness Anti Gravity. |
| Anti Gravity | Anti Gravity adalah aplikasi dari Google untuk menjalankan model Gemini sebagai agen pengembang, yang disarankan pembuat untuk dipakai. |
| Photoshop | Photoshop adalah aplikasi pengolah gambar profesional, dan dalam video dibuat ulang versi mini di browser sebagai bahan uji. |
| Minecraft | Minecraft adalah game kotak-kotak populer, dan dalam video model diminta membuat game bergaya Minecraft sebagai tingkat uji. |
| voxel | Voxel adalah bentuk tiga dimensi yang tersusun dari kotak kecil, seperti pada dunia Minecraft, dan dipakai sebagai tugas uji game. |
| API | API adalah jalur penghubung yang memungkinkan program meminta layanan AI, dan pembuat memakai API Higgsfield untuk membuat aset. |
| Agent OS | Agent OS adalah sistem dasbor pribadi milik pembuat untuk mengelola berbagai agen AI, dan dipakai dalam uji fitur dasbor. |
| reverse engineering | Reverse engineering adalah proses membongkar cara kerja sebuah program dari hasilnya, dan repo yang dipakai dalam uji mengklaim bisa melakukannya. |
Video Jack Roberts ini membandingkan Gemini 4 Argon dengan Claude Opus 5.5 lewat tujuh tingkat uji yang memakai prompt sama. Tujuannya bukan hanya melihat skor benchmark, tetapi melihat hasil nyata: apakah aplikasi berjalan, seberapa rapi tampilannya, dan berapa biaya tokennya. Pembuat menekankan bahwa performa dan harga adalah dua hal berbeda. Pengujian dimulai dari tugas sederhana seperti website parfum mewah, lalu naik ke game sederhana, mini Photoshop, dasbor pribadi, dan akhirnya thumbnail YouTube. Video ini dibuat untuk membantu penonton memilih model yang tepat untuk pekerjaan mereka, bukan sekadar mengikuti angka di tabel.
Pada tingkat satu, Claude menang untuk website parfum dalam sekitar 30 menit, sementara Gemini butuh tambahan sekitar 18 menit. Tingkat dua dan tingkat lima hingga enam juga dimenangkan Claude, dan tingkat tiga untuk game bergaya Minecraft berlangsung ketat dengan Claude sedikit di depan. Pada tingkat empat, repo Reverse Engineer Anything yang punya sekitar 300 ribu bintang dipakai untuk membuat mini Photoshop. Argon punya fitur lebih banyak, tetapi UI Claude lebih rapi. Tingkat tujuh, yaitu thumbnail dan trailer YouTube, tidak mengesankan keduanya. Penggunaan token: Argon memakai sekitar 4 juta, Claude sekitar 22 juta. Argon membutuhkan paket AI Ultra, dan paket 100 dolar terpakai sekitar 25 persen batas mingguan. Pembuat merekomendasikan harness Anti Gravity, bukan OpenRouter, dan aset dibuat lewat API Higgsfield. Kesimpulannya, tidak ada alasan kuat meninggalkan Opus 5.5 saat ini, dan Argon berada di kelas menengah atas.
Kata kunci
- Gemini Argon 4
- Opus 5.5
- reverse engineering
- Agent OS
- Menguji Gemini Argon 4 dari Google melawan Claude Opus 5.5 pada tujuh tingkat kesulitan: membangun situs, aplikasi, dan kasus viral seperti reverse engineering, sambil mencatat biaya dan waktu.
- Melihat contoh hasil seperti klon Photoshop dengan filter dan layer, serta voxel gaya Minecraft.
- Menyimpulkan bahwa Gemini kurang konsisten, pentingnya harness yang baik, dan apa yang perlu dibangun setelah memilih model.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.