基准
Vals Dex
偏向真实工作场景的AI模型综合评测榜单，用于衡量大语言模型在实际工作任务中的表现
时间轴 (近 90 天)
10月5日
Gemini 4 Argon 在 Vals Dex 榜单上排名第一，超越 Sonnet 5.5 和 Claude Opus 5.5
待验证50%
偏向真实工作场景的AI模型综合评测榜单，用于衡量大语言模型在实际工作任务中的表现
Gemini 4 Argon 在 Vals Dex 榜单上排名第一，超越 Sonnet 5.5 和 Claude Opus 5.5