待验证50% 置信基准精确时间

Argon在CWE Bench上以68%与GPT-6 Astra、Grok 4.7并列第一

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 GPT-6 Astramodel Grok 4.7model CWE Benchconcept

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%）75% 相似待验证在 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%75% 相似待验证Grok 4.5在Terminal Bench基准测试中取得83.3%，基本与GPT 5.5打平，略低于Claude 567% 相似已验证GPT-6 Astra的API模型标识为gpt-6-astra66% 相似待验证GPT-6 Astra在KingBench 3基准上获得90%的高分（72/80）64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/969182

API

curl https://kongchang.com/api/v1/knowledge/claims/969182

MCP

get_claim(id=969182)