待验证50% 置信基准精确时间
在12道题实测中，Gemini 4 Argon对Claude Opus 5.5的战绩为0胜5平7负，对GPT-6.1 Sol为2胜4平6负，三家中排名垫底。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/14
首次发现
有效期至：2026/10/28
来源
涉及实体
相关事实
待验证在 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%。76% 相似待验证在 VALS 知识任务指数上 Gemini 4 Argon 得分 68.9%，登顶 SOTA，领先 Opus 5.5 的 67%72% 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。72% 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。70% 相似待验证Vals测得Gemini 4 Argon每次测试成本15.68美元，低于Claude Sonnet 5.5的21.34美元和Opus 5.5的32.14美元，是同组最低70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1030276API
curl https://kongchang.com/api/v1/knowledge/claims/1030276MCP
get_claim(id=1030276)