待验证50% 置信基准精确时间
Gemini 4 Argon 在幻觉基准测试中得分 15%（分数越低越好），低于目前任何前沿模型
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/5
首次发现
有效期至：2026/10/19
来源
涉及实体
相关事实
待验证在Artificial Analysis的AA Omniscience测试中Argon幻觉率为15%（智能指数45分及以上模型里最低），准确率为50%低于Astra的63%，Argon更倾向于承认不知道而非给出错误猜测75% 相似待验证过去的Gemini输出被限制在约6.4万token，当下多数前沿模型单次响应上限约12.8万token，Argon将输出上限拉高到100万token69% 相似待验证GPT-4V、Gemini 等大模型在工业缺陷检测、病理切片分析等垂直领域的零样本检测精度在 mAP 指标上与专用模型存在 20-40 个百分点的差距67% 相似待验证移除歧义后所有模型准确率提升26.8至40.2个百分点，Gemini甚至达到81%，表明歧义是深度搜索代理最大性能瓶颈之一65% 相似待验证顶级学术深伪检测器在面对未见过的生成模型时，准确率可能从99%骤降至60%以下，这被称为跨模型泛化问题64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/977888API
curl https://kongchang.com/api/v1/knowledge/claims/977888MCP
get_claim(id=977888)