待验证50% 置信事实精确时间

开发者 Pavel Hurin 用 bug 猎人任务测试 Argon，结果表现与 Muse Spark 1.3 相当，明显落后于 Astra、Fable 和 Opus。

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

Gemini 4 Argon：谷歌新前沿模型能否重返牌桌？

涉及实体

Pavel Hurinperson Gemini 4 Argonmodel Muse Spark 1.3model Astramodel Fablemodel Opusmodel

相关事实

待验证Gemini 4 Argon 在 3D 能力上比 Meta 的 Muse Wonder 强，但不如 Claude 的 Opus 和 Astra。68% 相似待验证Muse Spark 1.3在Terminal-Bench 2.1测试中达到88.8分66% 相似待验证Pavel Hurin 的后续测试发现，在 anti-gravity CLI 而非 Gemini CLI 上运行同一基准，Argon 从“还行”跃升为前沿级别，“非常接近 Opus 5.5 Max”，他跑了三次确认结果。66% 相似待验证Gemini 4 Argon 并未在所有测试中取得第一，在复杂工程、终端操作和科研任务上其他模型各有领先。64% 相似待验证Simon Willison 将 Muse Wonder 与 Muse 1.3 和 Muse 1.2 的鹈鹕测试结果对比，发现每次迭代都有实质性改进。63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1032317

API

curl https://kongchang.com/api/v1/knowledge/claims/1032317

MCP

get_claim(id=1032317)