已过期60% 置信基准精确时间
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。
2
来源数
60%
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
待验证在 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%。78% 相似待验证Argon在Deep SWE V1得分77.9%、Automation Bench得51.3%、LV Bench得91.7%、法律智能体评测得19.6%76% 相似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%74% 相似待验证在截至 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%。72% 相似部分验证在Terminal-Bench 4.0上，Claude Opus 5.5以66.4%领先，GPT-6 Astra为61.8%，Argon为57.4%70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1020753API
curl https://kongchang.com/api/v1/knowledge/claims/1020753MCP
get_claim(id=1020753)