[控场AI]
基准

LVBench

长视频理解基准测试，评估AI模型对长视频内容的理解能力，包括细节识别、前后信息关联等能力

核心事实

Gemini 4 Argon 在 LV Bench（视频/长内容理解）上得分 91%，刷新纪录

已验证70% 置信4 来源

Argon 在 DeepSWE 测试中取得 77.9% 的成绩，刷新纪录

已验证65% 置信3 来源

时间轴 (近 90 天)

10月1日

Gemini 4 Argon 在 LV Bench（视频/长内容理解）上得分 91%，刷新纪录

已验证70%
10月1日

Argon 在 DeepSWE 测试中取得 77.9% 的成绩，刷新纪录

已验证65%
9月30日

Argon在衡量长视频理解能力的LVBench上以91.7%刷新最佳成绩

待验证50%

全部知识事实 (3)

已验证

Gemini 4 Argon 在 LV Bench（视频/长内容理解）上得分 91%，刷新纪录

70%已验证

Argon 在 DeepSWE 测试中取得 77.9% 的成绩，刷新纪录

65%待验证

Argon在衡量长视频理解能力的LVBench上以91.7%刷新最佳成绩

50%

来源文章

Gemini 4 Argon跑分解析：对阵GPT-6与Claude谁更强10月14日谷歌Gemini 4 Argon发布：百万token输出改写旗舰AI格局10月11日Gemini 4 Argon发布：谷歌凭多项基准测试重回第一梯队10月1日