待验证50% 置信基准精确时间
Gemini 4 Argon 在工作流程自动化测试中达到 51.3%，第二名只有 42.5%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
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RareBench上，Gemini 4 Argon以57%的辅助诊断率位居榜首，LabBench湿实验室推理得分52.2%。77% 相似待验证在 Agent's Last Exam 基准测试中，Gemini 4 Argon 得分为 39%，略高于 Opus 的 38%。75% 相似待验证Gemini 4 Argon 在 CursorBench 上以默认推理强度跑出 52.8% 的成绩，与 Opus 5.5 处于同一水平线。73% 相似待验证Gemini 4 Argon 强调在默认强度下达到 52.8%，隐含的信息是用户不需要手动调高推理档位就能获得接近顶配的质量。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1030266API
curl https://kongchang.com/api/v1/knowledge/claims/1030266MCP
get_claim(id=1030266)