部分验证65% 置信基准精确时间

在 Terminal Bench 终端任务测试中，Gemini 4 Argon 得分为 57.4%，低于 Claude Opus 5.5 的 66.4%。

3

来源数

65%

置信度

短期 (~14 天)

时效性

2026/10/18

首次发现

有效期至：2026/11/1

来源

Gemini 4 Argon深度评测：谷歌回归第一梯队？

涉及实体

Gemini 4 Argonmodel Claude Opus 5.5model Terminal Benchconcept

相关事实

已验证在Automation Bench办公流程测试中，Gemini 4 Argon得分51.3%，GPT-6 Astra为41.4%，Claude Opus 5.5为42.5%79% 相似待验证在RareBench上，Gemini 4 Argon以57%的辅助诊断率位居榜首，LabBench湿实验室推理得分52.2%。78% 相似待验证在法律工作测试中，Gemini 4 Argon 得分为 19.6，Claude Opus 5.5 为 3.8，Argon 是 Opus 的五倍以上77% 相似部分验证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。77% 相似部分验证Gemini 4 Argon 在工作流程自动化测试中达到 51.3%，第二名只有 42.5%。77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1059505

API

curl https://kongchang.com/api/v1/knowledge/claims/1059505

MCP

get_claim(id=1059505)