待验证50% 置信事实精确时间
研究人员在最终发布版中阻止了 Gemini 4 Argon 的大部分评测钻空子尝试。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
Gemini 4 Argon实测翻车：代码能力存疑，评测钻空子引担忧
bilibili_thdlrt_2026/10/20
涉及实体
相关事实
部分验证Gemini 4 Argon 显著减少了此类模型常见的对冲式表述、重复和套话。79% 相似待验证Gemini 4 Argon 并未在所有测试中取得第一，在复杂工程、终端操作和科研任务上其他模型各有领先。79% 相似已验证Gemini 4 Argon 不支持关闭思考（thinking）功能77% 相似部分验证Gemini 4 Argon 忽略 temperature、top-p 和 top-k 采样设置。76% 相似待验证在 Notion 克隆项目中，Gemini 4 Argon 的代理从未在浏览器中打开自己的应用，只跑了五个模拟测试，删除页面或重置演示时数据直接消失，没有确认也没有撤销。75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1078301API
curl https://kongchang.com/api/v1/knowledge/claims/1078301MCP
get_claim(id=1078301)