待验证50% 置信基准精确时间

在 Terminal Bench 基准上，Argon 得分为 57.4，Opus 5.5 得分为 66.4。

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 Terminal Benchconcept

相关事实

待验证在 Frontier SWE 基准上，Argon 得分为 55，Opus 5.5 得分为 62.3。77% 相似待验证在 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%。76% 相似待验证Argon 在 DeepSWE v1.1 上以 77.9% 领先 Opus 5.5 的 74.2%；在 Terminal-Bench 4.0 上，Opus 5.5 以 66.4% 对 57.4% 领先。67% 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。62% 相似待验证B站UP主通过Devin Max套餐调用Argon最高档位，用同一提示词构建了六款大型应用，逐一编译、测试、审查代码，六款应用总分60分，Argon拿到32.6分（约54%）。62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1059534

API

curl https://kongchang.com/api/v1/knowledge/claims/1059534

MCP

get_claim(id=1059534)