待验证50% 置信基准精确时间

在Automation Bench办公流程测试中，Gemini 4 Argon得分51.3%，GPT-6 Astra为41.4%，Claude Opus 5.5为42.5%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/1

首次发现

有效期至：2026/12/30

来源

Gemini 4 Argon发布：谷歌凭多项基准测试重回第一梯队

涉及实体

Gemini 4 Argonmodel GPT-6 Astramodel Claude Opus 5.5model Automation Benchconcept

相关事实

待验证在 Automation Bench 中档推理强度下 GPT-6.1 Sol 得分 35.4%，比 Opus 5.5 高 2.2 个百分点，成本为其三分之一73% 相似待验证在 Automation Bench 测试中，GPT-6 Sol 的 extra high 档拿下 33% 的第一名，而 5.6 的 max effort 得分为 28.872% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963861

API

curl https://kongchang.com/api/v1/knowledge/claims/963861

MCP

get_claim(id=963861)