部分验证65% 置信基准精确时间

在 Automation Bench 上 Gemini 4 Argon 得分 51.3%，超过 Fable 5.1 的 31.4% 和 Opus 5.5 的 42.5%

3

来源数

65%

置信度

短期 (~14 天)

时效性

2026/10/1

首次发现

有效期至：2026/10/15

来源

Google最强模型Gemini 4 Argon发布：多项基准登顶，内部评价却存分歧

涉及实体

Gemini 4 Argonmodel Fable 5.1model Opus 5.5model

相关事实

部分验证Gemini 4 Argon在Deep7e长流程软件工程测试中取得77.9%的新记录，超越Claude Opus 5.573% 相似待验证在Automation Bench上，旧模型得分17%，Gemini 3.7 Flash达到30.4%70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963831

API

curl https://kongchang.com/api/v1/knowledge/claims/963831

MCP

get_claim(id=963831)