待验证50% 置信基准精确时间
在模糊医疗任务测试中，Argon只有约10%，Opus则有约25%。
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75% 相似待验证当Argon不知道答案时，瞎编的概率只有15%；Astra高达51%，Sol为54%。69% 相似待验证测试数据显示只有约10%的智能体任务真正需要最高档位模型，其余90%使用更便宜档位没有可测量的质量损失64% 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。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1030315API
curl https://kongchang.com/api/v1/knowledge/claims/1030315MCP
get_claim(id=1030315)