待验证50% 置信基准精确时间
在VLLS指标上Argon以68.9%位列第一。
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Argon在评估漏洞修复能力的CWE-bench v1上以68%的最高分并列第一78% 相似待验证Argon在Deep SWE V1得分77.9%、Automation Bench得51.3%、LV Bench得91.7%、法律智能体评测得19.6%77% 相似待验证在截至 10 月 12 日的 Vals Index 上，Argon 以 68.90% 领先，高于 Sonnet 5.5 的 67.04% 和 Opus 5.5 的 66.97%。73% 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。66% 相似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%66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1030312API
curl https://kongchang.com/api/v1/knowledge/claims/1030312MCP
get_claim(id=1030312)