待验证50% 置信基准精确时间

在4个智能体编码测试中，Argon赢了两个，Frontier SWE和Terminal Bench两个测试中垫底

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

Gemini 4 Argon深度解析：自测领先，外部验证为何存疑

涉及实体

Gemini 4 Argonmodel Frontier SWEconcept Terminal Benchconcept

相关事实

待验证在四个大型项目构建测试中，Fable拿下两次明确胜利加一次小胜，一次打平62% 相似待验证在VALS的Vibe Code Bench编码测试中，Claude Sonnet 5.5以92.4对91.9险胜Argon62% 相似待验证Argon在评估漏洞修复能力的CWE-bench v1上以68%的最高分并列第一60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/969181

API

curl https://kongchang.com/api/v1/knowledge/claims/969181

MCP

get_claim(id=969181)