待验证50% 置信基准精确时间

Argon 在 DeepSWE 测试中取得 77.9% 的成绩，刷新纪录

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

谷歌Gemini 4 Argon深度实测：DeepSWE刷新77.9%纪录

涉及实体

Gemini 4 Argonmodel DeepSWEconcept

相关事实

待验证Argon在衡量真实长时程软件工程任务的DeepSWE v1.1上刷新到77.9%的最新纪录77% 相似待验证DeepSeek的编程智能体DeepSWE在SWE-bench基准测试中从预览版的12.8分提升至62.7分62% 相似待验证DeepSeek目前70%以上的算力用于训练，推理占比不足30%57% 相似待验证DeepSeek官方公布V4 Pro在Terminal Bench基准测试中得分高达87.956% 相似待验证DeepSeek Math V2 在 Putnam 数学竞赛中斩获118分（满分120）56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963904

API

curl https://kongchang.com/api/v1/knowledge/claims/963904

MCP

get_claim(id=963904)