待验证50% 置信基准精确时间
Argon在Embodied Reasoning（ERQA）基准测试中以87%的得分超越所有其他前沿模型。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证在Artificial Analysis的AA Omniscience测试中Argon幻觉率为15%（智能指数45分及以上模型里最低），准确率为50%低于Astra的63%，Argon更倾向于承认不知道而非给出错误猜测76% 相似待验证Argon在软件工程权威评测中据称取得近78%的成绩74% 相似待验证Gemini 4 Argon 在幻觉基准测试中得分 15%（分数越低越好），低于目前任何前沿模型63% 相似待验证在EvoMap的基准测试中，同一AI模型对563道题，单个智能体独立作答正确率为26%，群集协作模式正确率为71%62% 相似待验证学术界研究显示当前最先进的AI检测模型在面对最新生成技术时准确率往往低于80%61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1019792API
curl https://kongchang.com/api/v1/knowledge/claims/1019792MCP
get_claim(id=1019792)