待验证50% 置信基准精确时间

在 DeepSWE v1.1（编程）基准测试中，Gemini 4 Argon 得分为 77.9%，Claude Opus 5.5 为 74.2%，GPT-6 Astra 为 74.1%。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/13

首次发现

有效期至：2026/10/27

来源

Gemini 4 Argon全面开放：$2/$10限时定价与能力解析

涉及实体

Gemini 4 Argonmodel Claude Opus 5.5model GPT-6 Astramodel DeepSWE v1.1concept

相关事实

已验证在谷歌公布的图表中，Argon的Deep SWE得分接近78%，而Claude Opus 5.5和GPT-6 Astra仅略高于74%79% 相似待验证Argon 在 DeepSWE v1.1 上以 77.9% 领先 Opus 5.5 的 74.2%；在 Terminal-Bench 4.0 上，Opus 5.5 以 66.4% 对 57.4% 领先。78% 相似待验证在Automation Bench办公流程测试中，Gemini 4 Argon得分51.3%，GPT-6 Astra为41.4%，Claude Opus 5.5为42.5%78% 相似待验证在 Artificial Analysis 指数中，Claude Opus 5.5 得分为 58，Gemini 4 Argon 和 GPT-6 Astra 均为 53。77% 相似已验证在DeepSuite基准上Grok 4.7得71%，GPT 5.6 Sol为72.7%，Fable 5.1为70%，Astra Max以74.1%登顶75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1020743

API

curl https://kongchang.com/api/v1/knowledge/claims/1020743

MCP

get_claim(id=1020743)