待验证50% 置信基准精确时间

Google报告Gemini 4 Argon在FrontierSWE v2上为55.0%，落后GPT-6 Astra约10.5个百分点；在Terminal-Bench 4.0上57.4%，落后Opus 5.5九个百分点

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/11

首次发现

有效期至：2027/1/9

来源

Gemini 4 Argon定价陷阱：每百万token $2背后的真实账单

涉及实体

Gemini 4 Argonmodel GPT-6 Astramodel Claude Opus 5.5model

相关事实

待验证Google报告Gemini 4 Argon在DeepSWE 1.1软件工程评测中获得77.9%的成绩（厂商自行公布）78% 相似待验证Gemini 4在VALS指数上拿到68.9%，击败Fable 5.1、GPT-6 Astra，并超过Opus 5.5几个百分点77% 相似已验证在 Automation Bench 上 Gemini 4 Argon 得分 51.3%，超过 Fable 5.1 的 31.4% 和 Opus 5.5 的 42.5%75% 相似待验证Google官方帖子只公布了Gemini 4 Argon的输出上限，未公布输入上下文窗口，100万输入token数字来自Artificial Analysis而非官方确认72% 相似部分验证Gemini 4 Argon在Deep7e长流程软件工程测试中取得77.9%的新记录，超越Claude Opus 5.571% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/997661

API

curl https://kongchang.com/api/v1/knowledge/claims/997661

MCP

get_claim(id=997661)