Vals Index
由Vals AI发布的大语言模型综合评测榜单，对多个模型进行能力排名
核心事实
时间轴 (近 90 天)
在 Vals Index 上 Argon 排第一、Opus 排第三。
Gemini 4 Argon 在独立 Vals Index 排行榜上位列第一，综合得分 89.4%，超越 Anthropic Claude 4.5 Opus（85.2%）和 OpenAI o1（84.1%）。
Vals Index 是独立评估机构 Vals AI 推出的综合性指数，将金融、编程、法律、税务等多类任务的成绩加权汇总为单一分值，不依赖厂商自报数据。
Vals Index 这类榜单的评测方法多以短输出或中等长度输出为主，单次输出很少超过几千 token，因此百万输出 token 的能力很难在榜单分数中直接体现。
Vals Index 是一个综合性大模型评测榜单，通常涵盖推理、知识、编程、数学等多维度任务，并以加权得分形式给出排名。
在截至 10 月 12 日的 Vals Index 上，Argon 以 68.90% 领先，高于 Sonnet 5.5 的 67.04% 和 Opus 5.5 的 66.97%。
Gemini 4 Argon 在 LV Bench（视频/长内容理解）上得分 91%，刷新纪录
在 VALS 知识任务指数上 Gemini 4 Argon 得分 68.9%，登顶 SOTA，领先 Opus 5.5 的 67%
全部知识事实 (7)
Gemini 4 Argon 在 LV Bench（视频/长内容理解）上得分 91%，刷新纪录
70%待验证在 Vals Index 上 Argon 排第一、Opus 排第三。
50%待验证Gemini 4 Argon 在独立 Vals Index 排行榜上位列第一，综合得分 89.4%，超越 Anthropic Claude 4.5 Opus（85.2%）和 OpenAI o1（84.1%）。
50%待验证Vals Index 是独立评估机构 Vals AI 推出的综合性指数，将金融、编程、法律、税务等多类任务的成绩加权汇总为单一分值，不依赖厂商自报数据。
50%待验证Vals Index 这类榜单的评测方法多以短输出或中等长度输出为主，单次输出很少超过几千 token，因此百万输出 token 的能力很难在榜单分数中直接体现。
50%待验证Vals Index 是一个综合性大模型评测榜单，通常涵盖推理、知识、编程、数学等多维度任务，并以加权得分形式给出排名。
50%待验证在截至 10 月 12 日的 Vals Index 上，Argon 以 68.90% 领先，高于 Sonnet 5.5 的 67.04% 和 Opus 5.5 的 66.97%。
50%