待验证50% 置信事实精确时间
谷歌方法论PDF指出Argon的Deep SWE结果是自行计算的，GPT-6 Astra的数字来自DataCurve公开排行榜，Claude的数字来自Anthropic系统卡
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/3
首次发现
有效期至：2027/1/1
来源
涉及实体
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%）71% 相似已验证GPT-6 Astra基准测试数据来自Databricks的内部评估，尚待第三方独立验证64% 相似待验证Simon Willison 使用 GPT-6 Astra Extra High 根据模型文档生成了该 Web UI63% 相似待验证AI法律科技公司Legora使用OpenAI的GPT-6 Astra模型在几分钟内审阅了41份文档62% 相似待验证GPT-6 Astra的证明采用反证法，结合有限域的性质，使用初等代数思路推导62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/969178API
curl https://kongchang.com/api/v1/knowledge/claims/969178MCP
get_claim(id=969178)