待验证50% 置信基准精确时间

在 Frontier SWE 基准上，Argon 得分为 55，Opus 5.5 得分为 62.3。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/18

首次发现

有效期至：2027/1/16

来源

Gemini 4 Argon半价背后：实测token消耗与价格陷阱

涉及实体

Gemini 4 Argonmodel Opus 5.5model Frontier SWEconcept

相关事实

待验证在 Terminal Bench 基准上，Argon 得分为 57.4，Opus 5.5 得分为 66.4。77% 相似待验证代码规范整洁度满分5分，Argon仅3.6分，Opus和Astra都是4.5分。66% 相似部分验证在 Artificial Analysis 指数中，Claude Opus 5.5 得分为 58，Gemini 4 Argon 和 GPT-6 Astra 均为 53。64% 相似待验证在VLLS指标上Argon以68.9%位列第一。64% 相似待验证在 DeepSWE v1.1（编程）基准测试中，Gemini 4 Argon 得分为 77.9%，Claude Opus 5.5 为 74.2%，GPT-6 Astra 为 74.1%。62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1059533

API

curl https://kongchang.com/api/v1/knowledge/claims/1059533

MCP

get_claim(id=1059533)