待验证50% 置信事实精确时间
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。
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
已验证Gemini 4 Argon在Deep7e长流程软件工程测试中取得77.9%的新记录，超越Claude Opus 5.567% 相似待验证DeepMind官方博文表示，Gemini 4 Argon在ERQA基准上超越了所有其他前沿模型。67% 相似部分验证Gemini 4 Argon 在13项测试中登顶，一项并列第一67% 相似待验证开发者 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。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。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1032319API
curl https://kongchang.com/api/v1/knowledge/claims/1032319MCP
get_claim(id=1032319)