待验证50% 置信基准精确时间
在 LiveBench 长时程 agentic 任务上，Opus 和 Astra 得分均在 80 分以上，Argon 只有约 70 分。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/19
首次发现
有效期至：2026/11/2
来源
实测Claude Opus 5.5、GPT-6 Astra与Gemini 4 Argon：三项目定高下
youtubeAI Wade Journey2026/10/19
涉及实体
相关事实
待验证据 Artificial Analysis 的 Intelligence Index，Opus 得分 58，Astra 和 Argon 均为 53。64% 相似待验证在 128K token 上下文窗口下，Argon 得分 99.7%，Fable 为 91.4%；在 100 万 token 上下文下，Argon 为 84.2%，Fable 为 65.0%。62% 相似待验证自动化任务测试中，Argon 得分 51.3%，Fable 得分为 31.4%，差距接近 20 个百分点。60% 相似待验证独立分析发现Argon完成同一任务消耗的token数大约是最接近竞品的两倍，在agent loop中实际耗时可能达对手约三倍59% 相似待验证在电脑操作类任务上Astra最强，Sol得分60.5%与Opus 5的60.3%接近，单任务成本约低八成59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1066850API
curl https://kongchang.com/api/v1/knowledge/claims/1066850MCP
get_claim(id=1066850)