已过期65% 置信基准精确时间
在 DeepSWE v1.1（编程）基准测试中，Gemini 4 Argon 得分为 77.9%，Claude Opus 5.5 为 74.2%，GPT-6 Astra 为 74.1%。
3
来源数
65%
置信度
短期 (~14 天)
时效性
2026/10/13
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/27(已过期)
来源
涉及实体
相关事实
已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%79% 相似待验证Argon 在 DeepSWE v1.1 上以 77.9% 领先 Opus 5.5 的 74.2%；在 Terminal-Bench 4.0 上，Opus 5.5 以 66.4% 对 57.4% 领先。78% 相似已验证在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%78% 相似已验证在 Artificial Analysis 指数中，Claude Opus 5.5 得分为 58，Gemini 4 Argon 和 GPT-6 Astra 均为 53。77% 相似待验证据 Artificial Analysis 和 Vals AI 测试，Gemini 4 Argon 在 high 级别下每任务输出约 62k token，而 GPT-6 Astra 在 max 级别下约 27k token77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1020743API
curl https://kongchang.com/api/v1/knowledge/claims/1020743MCP
get_claim(id=1020743)