待验证50% 置信基准精确时间

Gemini 4 Argon登顶Vals Index，该测试覆盖43个模型的真实工作测试。

1

来源数

50%

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

四大AI模型混战：Opus 5.5、Gemini 4 Argon、Muse Wonder谁赢了？

涉及实体

Gemini 4 Argonmodel Vals Indexconcept

相关事实

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% 相似待验证在 Agent's Last Exam 基准测试中，Gemini 4 Argon 得分为 39%，略高于 Opus 的 38%。74% 相似待验证在机器学习工程测试中，Claude Opus 5.5 得分为 49.3，Gemini 4 Argon 为 45.371% 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%。69% 相似待验证独立基准测试测得 Gemini 4 Argon 在 10k token 提示下首个答案 token 的中位等待时间约为 43-45 秒。66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1059549

API

curl https://kongchang.com/api/v1/knowledge/claims/1059549

MCP

get_claim(id=1059549)