O czym jest ten film
- Autor wykupił za 450 zł plan Gemini AI Ultra, żeby przetestować nowy flagowy model Google — Gemini 4 Argon — i zestawił go z Claude Opus 5.5 od Anthropic w pięciu praktycznych zadaniach.
- Według rankingu Cursor Bench 4.0 Argon na średnim poziomie rozumowania daje praktycznie tę samą skuteczność co na wysokim, ale taniej; Opus na wysokim jest tańszy od Argona nawet na niskim poziomie i skuteczniejszy o blisko 6 punktów procentowych.
- Zadanie 1 — interaktywna czarna dziura 3D: wygrywa Argon, szybciej i ponad trzykrotnie taniej po API; sam przyznał, że to jego popisowa dziedzina.
- Zadanie 2 — prezentacja dla potencjalnego partnera kanału: remis; wizualnie lepszy Opus, merytorycznie Argon, który zamiast zmyślać dane, zostawiał pola „do uzupełnienia”.
- Zadanie 3 — roguelike Void Breakers w przeglądarce: Argon buduje bardziej wciągającą, choć źle zbalansowaną grę i wygrywa czasem oraz kosztem (9 zł kontra 20 zł).
- Zadanie 4 — animacja tłumacząca AI laikowi: zdecydowanie wygrywa Opus; Argon zapycha ekran nadmiarem elementów.
- Zadanie 5 — 30-sekundowy zwiastun tego odcinka: Opus szybszy (18 minut kontra 30) i lepszy wizualnie, choć droższy po API.
- Rachunek dostępności: Argon wymaga planu za 450 zł miesięcznie, Opus jest dostępny w abonamencie za około 89 zł; sumaryczny koszt zadań po API to 32 zł u Argona (64 zł po grudniowej podwyżce) i 77 zł u Opusa.
- Werdykt końcowy: remis w punktach, ale autor odradza zakup Argona jako modelu do codziennej pracy — sprawdza się w wąskiej niszy gier i animacji.
- Metodologia: identyczne prompty, narzędzia (serwery MCP, przeglądarka, Higgsfield), ten sam poziom rozumowania i oddzielne projekty bez kontekstu autora.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Z Argona korzystaj na średnim poziomie rozumowania
Na czym polega: W Cursor Bench Argon osiąga 52,8% skuteczności na średnim poziomie rozumowania za 4,39 dol. za zadanie wobec 52,9% za 4,57 dol. na wysokim. Różnica jakości jest kosmetyczna, oszczędność realna.
Jak stosować: Wysoki poziom zostawiaj na genuinely trudne, wieloetapowe zadania — tam, gdzie średni wyraźnie nie daje rady.
Na co uważać: Niski poziom to pozorna oszczędność: jakość spada do 50,6%, a cena tylko nieznacznie (4,09 dol.).
2.Benchmark traktuj jako punkt wyjścia, nie wyrocznię
Na czym polega: Ranking Cursor Bench powstaje na sesjach programistycznych. W codziennych zadaniach autora (prezentacje, copy, montaż) układ sił bywał odwrotny niż na wykresie.
Jak stosować: Zanim zapłacisz za drogi plan, przeprowadź dwa–trzy własne testy na zadaniach, które faktycznie wykonujesz każdego dnia.
Na co uważać: Wysoka pozycja w benchmarku nie przesądza wyboru — autor wyraźnie oddziela dane rankingowe od własnych prób.
3.Mierz czas, kroki, tokeny i koszt — wszystkie naraz
Na czym polega: Argon w każdym zadaniu robił niemal dwukrotnie więcej kroków niż Opus, a mimo to często kończył szybciej i taniej; Opus pracował oszczędniej w krokach, ale generował więcej drogich tokenów wyjściowych.
Jak stosować: Przy pracy po API pilnuj przede wszystkim tokenów wyjściowych i kosztu na zadanie; przy subskrypcji — czasu i jakości efektu.
Na co uważać: „Mniej kroków znaczy lepiej” to teoria; ostatecznie liczą się wynik i rachunek.
4.Mniej elementów na ekranie zwykle znaczy lepszy design
Na czym polega: Argon miał tendencję do zapychania slajdów i ekranów: nakładające się elementy, „slopowe” gradienty. Opus projektował czytelniej i właśnie dlatego wygrał zadanie dla laika.
Jak stosować: Do materiałów pokazywanych klientowi lub odbiorcy bez technicznego backgroundu wybieraj model (i prompt) wymuszający oszczędny, uporządkowany układ.
Na co uważać: Bogactwo efektów robi wrażenie w demie, ale psuje czytelność i profesjonalny odbiór.
5.Argon ma smykałkę do gier i animacji
Na czym polega: Wygrał symulację czarnej dziury i grę; sam zadeklarował, że to jego popisowa dziedzina. Wizualizacje 3D i rozgrywkę „czuł” lepiej niż Opus.
Jak stosować: Prototypy gier, wizualizacje interaktywne i animacje powierzaj (lub przynajmniej testuj) z Argonem — robi to taniej i z lepszym wyczuciem.
Na co uważać: Balans rozgrywki to jego słaba strona: przeładowane kombinacje potrafią zepsuć trudność; do produktu końcowego potrzebne poprawki.
6.Pytaj model wprost o jego mocne strony
Na czym polega: Autor zapytał Argona, w czym czuje się najlepiej — i na tej podstawie dobrał jedno z zadań testowych. Model wskazał animacje jako swoją specjalność.
Jak stosować: Przy każdym nowym modelu zacznij od krótkiej rozmowy o jego preferencjach i dobraj zadania testowe pod tę odpowiedź.
Na co uważać: Model może przeceniać siebie; potraktuj odpowiedź jako wskazówkę do weryfikacji, nie gwarancję.
7.Wymagaj oznaczania braków w danych zamiast ich wymyślania
Na czym polega: W prezentacji Argon tam, gdzie nie znalazł danych, zostawił pola „do uzupełnienia” — zamiast ubrać lukę w ładnie wyglądającą fikcję.
Jak stosować: W promptach wyraźnie zapisz: „czego nie znajdziesz, zaznacz jako do uzupełnienia”. To podnosi wiarygodność całego materiału.
Na co uważać: Bez takiej instrukcji dostaniesz efektowny slajd z liczbami, których nikt nie sprawdzał.
8.Porównuj ceny subskrypcyjne z cenami po API — i sprawdzaj promocje
Na czym polega: Argon wymaga planu za 450 zł miesięcznie; Opus mieści się w abonamencie za ok. 89 zł. Po API Argon wyszedł taniej (32 zł za wszystkie zadania), ale tylko dlatego, że do grudnia ma stawki obniżone o połowę — po podwyżce będzie 64 zł.
Jak stosować: Zanim osadzisz model w stałym procesie, sprawdź, czy atrakcyjna cena nie jest czasową promocją, i policz koszt miesięczny przy swoim wolumenie.
Na co uważać: Limitami narzędzi zewnętrznych (np. 150 kredytów Higgsfield) też rozlicza się całkowity koszt zadania.
9.Oszczędność modelu w narzędziach zewnętrznych to realne pieniądze
Na czym polega: Przy generowaniu assetów Argon zużył 0,6 kredytu Higgsfield, a Opus 39 — Argon sam wybierał tańsze tryby generowania.
Jak stosować: W zadaniach opartych o generatory obrazu i wideo porównuj między modelami zużycie kredytów, nie tylko czas i tokeny.
Na co uważać: Tańsze generowanie bywa też słabsze jakościowo — zawsze oceniaj efekt końcowy, nie sam rachunek.
10.Remis punktowy nie oznacza remisu w codziennej pracy
Na czym polega: Po podliczeniu punktów wyszło 2,5 do 2,5, a mimo to autor wybiera Opusa jako model na co dzień — bo waży zadania, które wykonuje najczęściej, nie średnią z różnych dyscyplin.
Jak stosować: Oceniaj model pod kątem własnego typowego dnia pracy; pojedyncze spektakularne zwycięstwo w niszowym zadaniu nie powinno przesądzać zakupu.
Na co uważać: Ten test odbywał się bez kontekstu autora; na jego streamie, z kontekstem, Opus wygrał z Argonem dużo wyraźniej — kontekst potrafi odwrócić wyniki.
Redakcyjne tłumaczenie
Wstęp: 450 zł, żeby odpowiedzieć na dwa pytania
Kilka dni temu Google wypuścił długo wyczekiwany model — Gemini 4 Argon. Wyczekiwany między innymi przeze mnie, bo należę do osób, dla których takie premiery są świętem. Żeby uczciwie go przetestować, wydałem 450 zł na plan Gemini AI Ultra — w chwili nagrywania to jedyna droga do Argona w terminalu. Teraz wspólnie sprawdzimy, na co stać nowy flagowiec Google i jak wypada na tle starego, poczciwego Opusa 5.5 od Anthropic. Na końcu odpowiem na dwa pytania: czy warto było wydawać te pieniądze i czy Argon nada się do codziennej roboty. Stałych widzów proszę o kredyt zaufania w postaci łapki w górę — i lecimy.
Punkt odniesienia: Cursor Bench 4.0
Zanim pokażę wyniki, spójrzmy na liczby. Nie moje — z rankingu, o który i tak pewnie zapytacie, więc link zostawiam w komentarzu. Mowa o Cursor Bench 4.0, zestawieniu twórców edytora Kursor, opartym na prawdziwych sesjach programistów. Omawiałem go przy okazji filmu o Opusie 5.5, więc dziś tylko sprawdzimy, gdzie wylądował Argon i jak wypada na tle konkurenta.
Jak czytać wykres: w pionie skuteczność, czyli jakość modelu wyrażona w procentach, w poziomie średni koszt zadania. Gemini 4 Argon na wysokim poziomie rozumowania (effort) osiąga 52,9% przy koszcie 4,57 dol. za zadanie. Na średnim — 52,8% za 4,39 dol. Wniosek nasuwa się sam: z Argona lepiej korzystać na średnim poziomie, bo różnica w jakości jest w zasadzie żadna, a oszczędność konkretna. Na niskim jakość spada do 50,6% przy 4,09 dol. — czyli „oszczędność” jest iluzoryczna.
A jak na tym tle wygląda Opus 5.5? Najbliżej mu do średniego poziomu Argona: 2,91 dol. za zadanie przy skuteczności 52,5%. Sporo taniej przy niemal identycznej jakości. Co więcej, Opus na wysokim poziomie rozumowania wciąż jest tańszy niż Argon nawet na niskim, a skuteczność ma wyższą o prawie 6 punktów procentowych.
Jedno zastrzeżenie: ten ranking mierzy skuteczność w zadaniach programistycznych. Ja wydałem 450 zł po to, żeby sprawdzić, jak Argon poradzi sobie w moich codziennych obowiązkach — jakby to był mój model na co dzień — plus w kilku zadaniach dodatkowych, wymyślonych specjalnie na potrzeby rzetelnej oceny. Wykres mówi sporo, choćby to, na jakim poziomie rozumowania pracować. Ale nie brałbym go w stu procentach za pewnik, który z góry przesądza wynik.
Zasady pojedynku
Zanim wejdziemy w konkretne zadania, kilka ustaleń dotyczących rzetelności testu:
- wszystkie próby przygotowałem wcześniej, żebyśmy nie czekali na odpowiedzi;
- najważniejsze statystyki widać na planszy na ekranie;
- oba modele zawsze działały na tym samym poziomie rozumowania i pracowały w oddzielnych projektach, bez dostępu do mojego kontekstu;
- dostawały dokładnie te same prompty i te same narzędzia — serwery MCP.
(Informacja dodatkowa: MCP, czyli Model Context Protocol, to standard pozwalający modelom AI korzystać z zewnętrznych narzędzi — w tym teście obejmowały one m.in. przeglądarkę internetową i generator grafik.)
Zadanie 1. Czarna dziura do obracania myszką
Pierwszy test: w pełni interaktywna, trójwymiarowa czarna dziura. Można ją obracać myszką, jest dźwięk, są efekty świetlne — dzieje się. Pod spodem Three.js (biblioteka grafiki 3D), ręcznie pisane shadery GLSL i dźwięk generowany w przeglądarce przez Web Audio. Wszystko powstało wyłącznie kodem, bez zewnętrznych generatorów obrazu czy wideo. Oba modele pracowały na średnim poziomie rozumowania. Prompt był dla nich identyczny — odpalałem oba naraz, a każdy z nich sam mierzył czas wykonania, więc sekundowa różnica w starcie niczego nie zafałszowuje. Ważny szczegół metody: zanim którykolwiek napisał pierwszą linijkę kodu symulacji, musiał przejrzeć Dribbble i Pinteresta i złożyć z zebranych materiałów moodboard — tablicę inspiracji, która miała wyznaczyć kierunek wizualny całej pracy.
Zacznijmy od moodboardu Opusa. Wszystko stoi na źródłach: wypisane strony, z których model czerpał. Paleta złoto–ciemna, kafelki podnoszą się po najechaniu kursorem, kliknięcie kopiuje kod hex koloru, akcenty można zmieniać. Są fonty — w tym taki o kodowym charakterze — jest miejsce, gdzie można coś dopisać i sprawdzić. Dalej podgląd efektów: soczewkowanie grawitacyjne z suwakiem, pierścienie obracane myszką, cząsteczki do oglądania z każdej strony. Brakuje tylko odsłuchu efektów dźwiękowych — szkoda.
Moodboard Argona (w moich oznaczeniach niebieski; Opus na żółto) wygląda tak: też linki, też miła zabawa fokusem przy najechaniu, paleta z przyciskiem „kopiuj hex”, suwak „prędkość relatywistyczna” — czymkolwiek to jest — typografia, którą da się skalować, choć nie edytować, oraz architektura interfejsu HUD, czyli nakładki ekranowej. Są podglądy: soczewkowanie ze zmianą barwy, inklinacja, cząsteczki, fala. A na deser — odsłuch efektów dźwiękowych, czego u Opusa nie było. Duży plus. I zapowiedź etapu drugiego: przejścia do pełnego obserwatorium 3D.
Czas na całość. Symulacja Opusa: telemetria, swobodne obkręcanie sceny, parametry zmieniane na żywo — temperatura dysku zmienia kolor, dylatacja czasu z wypisanymi wzorami, siła soczewkowania, stan cząsteczek. Jest dźwięk, są tryby przyciągania i odpychania. Szczerze: połowy pokręteł nie ogarniam, więc odpalam tryb autopilota filmowego. Wygląda całkiem nieźle, choć odrobinę plastikowo. Cząsteczki się ruszają, wszystko żyje — porządna robota.
Symulacja Argona: parametrów jest więcej (masa osobliwości, luminacja), ale przede wszystkim interfejs jest czystszy — nic na siebie nie nachodzi. Mój komputer wyje od liczby renderowanych elementów, bo na ekranie dzieje się zdecydowanie więcej. I moim zdaniem wygląda to po prostu lepiej.
Teraz liczby, bo one zaważą na werdykcie. Czas: Argon 17 minut, Opus 24 — punkt dla Argona. Kroki: Argon, choć pracował krócej, zrobił ich aż 52; Opus w dłuższym czasie wykonał 27. Teoretycznie im mniej kroków, tym lepiej, ale nam naprawdę zależy na efekcie i cenie — to dla mnie dwa główne wyznaczniki. Tokeny wyjściowe, czyli te droższe: 79 tysięcy u Argona wobec 114 tysięcy u Opusa — różnica spora. Koszt po stawkach API: 1,20 dol., czyli około 4,68 zł, dla Argona; 3,92 dol., czyli 15,21 zł, dla Opusa. Ponad trzykrotna różnica. Uwaga na marginesie: do grudnia Argon ma ceny obniżone o połowę — liczę po stawkach dzisiejszych, ale miejcie to z tyłu głowy.
W tym zadaniu lepiej wypadł Gemini 4 Argon i uczciwie oddaję mu punkt. Ale gwiazdka jest konieczna: nikt normalny nie generuje na co dzień czarnych dziur — ja to zrobiłem wyłącznie dlatego, że zapytałem Argona wprost, w czym czuje się najlepiej, a on wskazał właśnie to jako swoją popisową dziedzinę. Był więc faworytem od pierwszej minuty. Kolejne zadanie będzie za to przyziemne — suchar oczywiście zamierzony, bo kosmos już za nami.
Zadanie 2. Prezentacja, którą można pokazać partnerowi
Tu kluczową rolę zagrała przeglądarka agentowa Ego — model sam przeszukiwał sieć i publicznie dostępne materiały o moim kanale. Zadanie brzmiało: najpierw moodboard, a na jego bazie prezentacja — media kit, czyli zestaw materiałów ofertowych — którą mógłbym pokazać potencjalnemu partnerowi kanału. Miały się w niej znaleźć liczby i statystyki. Dodatkowo oba modele dostały dostęp do mojego konta Higgsfield i obowiązek wygenerowania co najmniej trzech assetów.
(Informacja dodatkowa: Higgsfield to narzędzie do generowania grafik i krótkich klipów wideo na podstawie opisu.)
Moodboard Argona: motyw przewodni „Dual Glow AI Operator”, subskrybenci, newsletter, format docelowy, analiza statystyk kanału i źródeł inspiracji — wyraźnie widać, że korzystał z przeglądarki. Do tego Dribbble, Pinterest, typografia, paleta i wygenerowane assety. Moodboard Opusa jest odrobinę nieporządny — elementy nachodzą na siebie — ale pokazuje stylistykę kanału, miniatury z YouTube’a, te same źródła inspiracji i assety z Higgsfield. Na pierwszy rzut oka ciekawszy.
Prezentacja Argona: liczby, slajd „zostań partnerem”, szacowany czas lektury, nawigacja i hasło kanału — „Mówię o technologii tak, żeby zrozumiała ją nawet Twoja babcia”. Układ miejscami się nakłada i wygląda to dziwnie. Dalej: o czym jest kanał, dla kogo tworzy i w jakim stylu — się zgadza. „Skala, która konwertuje” — dane dobrze sprawdzone. I bardzo ważny detal: tam, czego nie znalazł, Argon zostawił pola „do uzupełnienia” zamiast coś zmyślić. Podoba mi się, że mam jasno wskazane luki. Potem portret widzów — „ludzie czynu”, którzy od razu testują narzędzia — cytaty z komentarzy pod filmami, „filmy, które budują zasięgi”, „opakowanie, które klika” (trochę na siłę), slajd „dlaczego Twój produkt pasuje — bo jest częścią rozwiązania pokazywanego w filmie”, różne formaty współpracy, „gwarancja jakości” z naciskiem na produkcję i call to action z linkami. Całkiem przyzwoicie, choć to, co dzieje się w tle, miejscami mi przeszkadza.
Prezentacja Opusa to klasyczny, dopracowany media kit: miniaturki, „kanał w liczbach”, statystyki widowni, „filmy, które pracują latami”, długie formaty, konkretny ton, live’y, narzędzia. Jest współpraca krok po kroku, sekcja „dlaczego teraz”, „zasady, które chronią obie strony” i „porozmawiajmy o briefie”. Bardzo solidnie.
Liczby: czas 26 minut dla Argona i zaledwie 15 dla Opusa. Kroki: 107 kontra 35. Tokenów wyjściowych Argon zużył prawie 20 tysięcy więcej. Kredyty Higgsfield: Argon bardzo oszczędny — 0,6 kredytu; Opus spalił 39, bo wybierał droższe, mocniejsze tryby generowania. Koszt po API: 5,53 zł kontra 8,40 zł.
I tu mam dylemat. Wizualnie prezentacja Opusa podoba mi się zdecydowanie bardziej, ale merytorycznie lepszy jest Argon — który, gdyby doliczyć grudniową podwyżkę i dłuższy czas pracy, też nie ma czystego zwycięstwa. Dodam jeszcze kontekst z sobotniego streamu: tam testowaliśmy Argona w mniej kontrolowanych warunkach, ale z moim kontekstem — i Opus wypadł dużo, dużo lepiej. Argon cały czas nakładał na prezentację zbyt wiele elementów, co widać też dzisiaj. Osobiście pracowałbym na Opusie, ale wiem, że część z Was może widzieć to inaczej — dajcie znać w komentarzu cyferką od 1 do 5 i waszym typem, Argon czy Opus. Chętnie zrobię z tego osobne podsumowanie. Tymczasem wpisuję remis.
Zadanie 3. Void Breakers, czyli roguelike na czas
Trzecie starcie to gra — i pierwsze z dwóch zadań, w których oba modele weszły na najwyższe obroty, czyli wysoki poziom rozumowania. Na tapet bierzemy Void Breakers: roguelike w przeglądarce, na Canvasie, w TypeScripcie i ViTCie. Limit: 60 minut. I twardy wymóg balansu — gracz, który stoi w miejscu, musi zginąć najpóźniej w trzeciej fali. Przy pierwszym podejściu do tego testu był z tym problem, więc wymóg jest niepodlegający negocjacji.
Wersja Argona: sterowanie strzałkami albo WASD, celowanie i strzał kursorem z lewym przyciskiem, dash na spacji i shifcie, pauza. Auto-celowanie i auto-strzelanie też jest, ale z nich nie korzystamy — to opcja dla mniej wprawnych. Jest dźwięk, wybór jednostki (na start odblokowana jedna z trzech), szybki start, warsztat oraz „kodeks synergii i wrogów” — ściąga pokazująca, co się z czym łączy. Bardzo ciekawe. Między runami rozwijamy statystyki.
Sama rozgrywka: steruje się naprawdę przyjemnie, zbiera się kuleczki, a dropy potrafią przechylić przebieg — trafił mi się legendarny Protokół Omega na 38 obrażeń, pociski spowalniające wrogów, bonus do szybkostrzelności. Po chwili strzelam jak opętany. Druga fala przynosi nowych przeciwników, potem synergii do łączenia — płonące trafienia zostawiane na przynęcie — i znów coś legendarnego. Wrażenie? Gra jest po prostu fajna i chwytliwa, chętnie kontynuowałbym jej rozwój na streamie. Jest jednak jeden haczyk: build potrafi się zrobić tak mocny, że boss nie ma szans. Balans mocno przechylony na korzyść gracza.
Wersja Opusa: inna stylistyka i nieco inne sterowanie, poziom trudności zdecydowanie wyższy — ale i gra mniej złożona, bo nie trafiłem na żadną synergii. Za to rozgrywka bardziej wyrównana: mniej satysfakcjonujących kombosów, ale i mniej „przełamujących” buildów. Gdybym miał coś ulepszać, wziąłbym kombosy od Argona, a resztę — od Opusa. Trudno to ocenić wprost, więc werdykt dopiero po liczbach.
Liczby: czas praktycznie identyczny — 25 i 25 minut. Kroków Argon miał 89, Opus 52. Tokenów wyjściowych więcej zużył Opus. Koszt: Opus 20 zł, Argon 9 zł — z zastrzeżeniem, że od grudnia_argona trzeba pomnożyć razy dwa; dziś jest taniej. Patrząc na statystyki, w zadaniu z grą wygrywa Argon. Lepiej wyczuwa, co bawi — choć balans do balansu, niekoniecznie.
Zadanie 4. Jak wytłumaczyć AI babci
Czwarte zadanie: klikalna animacja, która ma pokazać laikowi dwa różne sposoby myślenia maszyny — tak, żeby zrozumiała je nawet Twoja babcia, z pełnym szacunkiem dla babć. Koncept: dwa tory obok siebie. Po lewej duży model językowy (LLM), który wypluwa tekst słowo po słowie. Po prawej model decyzyjny (przykład nosi żartobliwą nazwę — to wewnętrzna zagrywka ze społeczności naszych live’ów), który nie generuje tekstu, tylko podejmuje konkretną decyzję z określonym prawdopodobieństwem, a całą resztę ogarnia zwykły kod. Jak poprzednio, oba modele najpierw zbudowały moodboardy za pomocą przeglądarki.
Moodboard Opusa: dwanaście inspiracji zebranych w sieci, wypisane źródła, paleta, typografia, „język ruchu”. Bardzo schludnie i czytelnie — podoba mi się. Moodboard Argona: wizualnie zbliżony, ale od razu widać ten „slopowy” gradient, o którym mówiłem przy prezentacji, i znacznie więcej nagromadzonych rzeczy.
Animacja Opusa: „Dwa sposoby myślenia maszyny” — po lewej LLM, po prawej model decyzyjny, z elementami, które można zmieniać i sprawdzać interaktywnie. Jest dźwięk, jest przycisk „uruchom kod programu”, suwak temperatury, próg decyzyjny, a na końcu quiz: co dostaje program od modelu decyzyjnego? Co robi suwak temperatury w LLM-ie? Model decyzyjny zwraca pewność 0,35, a próg w kodzie to 0,70 — co powinien zrobić dobrze napisany program? (Kurczę, tego akurat nie wiedziałem — i trafiłem.) Wygląda to dobrze i uczy.
Animacja Argona: od pierwszej sekundy bardziej „slopowa”. Interakcja jest, jest dźwięk, ale nie podoba mi się, jak to wygląda. To dokładnie ten sam problem co przy prezentacji: Argon dosypuje bardzo dużo elementów, jest nawalone i całość ma Generatedzny posmak. Nie ma trybu automatycznego, który puściłby coś za nas — wszystko trzeba klikać ręcznie. Czy to minus, czy plus, ocencie sami. Warstwa merytoryczna jest mniej przyjemna i bardziej pokręcona — a skąd, skąd miało to wytłumaczyć babci, nie wiem; wątpię, czy babcia chciałaby to oglądać.
Liczby: czas 16 minut dla Argona, 21 dla Opusa — Argon szybszy. Kroków Argon robi zdecydowanie więcej, niezależnie od zadania. Tokeny wyjściowe i koszt po API niższy u Argona — nawet po pomnożeniu stawek razy dwa. Ale tutaj liczy się jakość, a Argon, jak mówiłem, lubi „walnąć całym ekranem”. Punkt zdecydowanie dla Opusa.
Zadanie 5. Trzydzieści sekund zwiastunu
Ostatnie zadanie spina w całość wszystko, co widzieliście do tej pory: 30-sekundowy zwiastun tego odcinka, w Full HD, zrobiony absolutnie od zera. Modele musiały zbudować moodboard w przeglądarce, wygenerować grafiki i klipy wideo w Higgsfield (limit: 150 kredytów), a następnie zmontować całość i wyrenderować plik MP4 w narzędziu Hyper Frames — link w opisie. Wklejanie logotypów Google czy Anthropic było zakazane. Oba modele pracowały na wysokim poziomie rozumowania.
Moodboardy wyszły bardzo podobnie. U Opusa — przyzwoity „język ruchu” i plakat „Kto wygrał? Zobacz do końca”. U Argona widać nutę Indiany Jonesa i jakiegoś pana od przeglądu budżetu; plakat podoba mi się mniej, ale nie oceniajmy pochopnie.
Oba filmy obejrzeliśmy na antenie — i tu już moje wrażenia są jednoznaczne. Do statystyk: Argon wykonał animację w 30 minut, Opus w 18. Kroków Argon miał standardowo prawie dwa razy więcej. Tokenów wyjściowych więcej wyszło u Argona. Kredytów Higgsfield mniej spalił Argon — znowu był oszczędniejszy. Ciekawostka: koszt wyszedł niższy u Argona, bo niecałe 2 dolary, podczas gdy Opus kosztował nieco ponad 4 dolary.
Mimo to, skromnym zdaniem moim, wygrywa Opus — jego wersja bardziej mi się podobała. A do tego dochodzą moje doświadczenia z testów Argona sprzed nagrania tego materiału, do których zaraz się odniosę.
Rachunek końcowy: ile to naprawdę kosztuje
Przypomnę pytania z początku: czy warto inwestować w droższy plan Gemini i czy Argon nadaje się do codziennej pracy? Zacznijmy od suchych kosztów. Żeby korzystać z Gemini 4 Argon, trzeba zainwestować 450 zł w Gemini Ultra — przynajmniej w momencie nagrywania; pewnie później model trafi do innych planów. Żeby pracować z Opusem 5.5, wystarczy plan za jakieś 89 zł miesięcznie — i przy takim zużyciu starcza on zdecydowanie na dłużej. Dodatkowo, jak pokazał benchmark, Opus daje wyższą jakość już na niższych poziomach rozumowania, czyli dostajesz więcej za mniejsze pieniądze. Sam korzystałem z abonamentu za 780 zł (200 dolarów), ale nie jest on do tego potrzebny — do Argona wystarczy plan za 450 zł. Jako model na co dzień wybrałbym Opusa i nie zastanawiałbym się nad tym ani minuty.
Suma zadaniowa: Argon zrobił wszystkie zadania w 113 minut, Opus w 103 — czyli szybciej. Koszt po stawkach API: około 32 zł dla Argona, ale od grudnia będzie to 64 zł. Dla Opusa: 77 zł, bez żadnych promocji. Trochę drożej — tyle że większość z nas korzysta z subskrypcji, a nie z API, gdzie policzy się taniej. Patrząc na całokształt: Opus to opcja „taniej i lepiej”.
Czy Argon nadaje się do codziennej pracy?
Mimo że w punktach wyszedł remis, osobiście odradzam Wam zakup Argona. Uważam, że to model dobry — ale w wąskim wycinku zastosowań: gry i wszelkiego rodzaju animacje. Tam radzi sobie naprawdę dobrze i było to zresztą głównym tematem dzisiejszych zmagań. Natomiast w codziennych rzeczach — pracy z dokumentami, tworzeniu prezentacji, współpracy z modelem, pisaniu scenariuszy czy copy — po tych testach uważam, że Argon wypada dużo, dużo gorzej.
Żałuję, że wydałem 450 zł na ten plan. Zrobiłem to wyłącznie po to, żeby nagrać ten materiał i sprawdzić, czy jest tak dobrze, jak zapewnia Google — czy jednak nie do końca. Trochę kontekstu: wcześniej bardzo intensywnie korzystałem z Gemini Pro i byłem tym modelem zachwycony — do czasu, aż pojawiły się Claude Code i Opus. Tym bardziej że tyle czekaliśmy na Argona i tyle obiecywano po jego rewolucjonizacji rynku, a dostaliśmy model, który miejscami jest lepszy od Opusa, ogólnie jest od niego trochę słabszy, a miejscami po prostu stoi z nim na tej samej półce. To frontier model Google — i liczyłem na dużo, dużo więcej.
Werdykt końcowy więc: remis w teście, ale ja jestem i pozostaję po stronie Opusa. Jako codzienny, jakościowy koń roboczy Opus 5.5 wygrywa nad Argonem znacząco — niezależnie od dzisiejszego punkowegotie.
Na koniec
Podzielcie się swoją opinią w komentarzach — wraz z typem: Argon czy Opus. Jeśli ten materiał był dla Was wartościowy, a chcecie więcej takich testów i porównań modeli, zostawcie łapkę w górę. A jeśli jesteście tu nowi, subskrypcja gwarantuje, że nie przegapicie kolejnych odcinków o praktycznym wykorzystaniu AI, technologii i agentów w codziennym życiu i pracy. Wszystkie linki do omawianych narzędzi znajdziecie w opisie. Dziękuję bardzo za uwagę — do zobaczenia w kolejnym odcinku. Cześć!