待验证50% 置信基准精确时间

Argon在Deep SWE V1得分77.9%、Automation Bench得51.3%、LV Bench得91.7%、法律智能体评测得19.6%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/5

首次发现

有效期至：2027/1/3

来源

Gemini 4 Argon发布：100万Token输出与AI智能体的真实能力边界

涉及实体

Gemini 4 Argonmodel

相关事实

待验证Argon在评估漏洞修复能力的CWE-bench v1上以68%的最高分并列第一76% 相似待验证在谷歌公布的图表中，Argon的Deep SWE得分接近78%，而Claude Opus 5.5和GPT-6 Astra仅略高于74%75% 相似待验证Argon在Zapier的AutomationBench上以51.3%排名第一68% 相似待验证在Automation Bench办公流程测试中，Gemini 4 Argon得分51.3%，GPT-6 Astra为41.4%，Claude Opus 5.5为42.5%65% 相似待验证在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61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/977912

API

curl https://kongchang.com/api/v1/knowledge/claims/977912

MCP

get_claim(id=977912)