待验证50% 置信基准精确时间

在 Frontier Software Engineering 基准上 GPT-6 Astra 以 65.5% 领先，Opus 5.5 为 62.3%，Gemini 4 Argon 仅 55%

1

来源数

50%

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

GPT-6 Astramodel Opus 5.5model Gemini 4 Argonmodel

相关事实

待验证在 Deep Study 软件工程测试中，Argon 得分 77.9%，高于 GPT-6 Astra 和 Cloud Opus 5.5（后两者约为 74%）76% 相似待验证GPT-5.6编程能力在关键基准上达到91.9%，安全评测CyberGym得分85.6%，均超越竞品Nexus 575% 相似待验证在 DeepSWE 1.1 测试中，GPT-6.1 Sol 得 75.2%，Astra 为 74.8%，Cloud Sonnet 5.5 为 71.0%，GPT-6 Sol 最高 68.8%74% 相似待验证GPT-5.6 Sol在OSWorld 2.0计算机操作基准上达到62.6%，超越Opus 4.8，同时输出Token减少85%73% 相似待验证在企业平台Ramp上，GPT-6 Astra占据约13%的企业AI支出，而Claude/Fable仅占8%73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963832

API

curl https://kongchang.com/api/v1/knowledge/claims/963832

MCP

get_claim(id=963832)