已过期65% 置信基准精确时间
在12道题实测中，Gemini 4 Argon对Claude Opus 5.5的战绩为0胜5平7负，对GPT-6.1 Sol为2胜4平6负，三家中排名垫底。
3
来源数
65%
置信度
短期 (~14 天)
时效性
2026/10/14
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：2026/10/28(已过期)
来源
涉及实体
相关事实
待验证在法律工作测试中，Gemini 4 Argon 得分为 19.6，Claude Opus 5.5 为 3.8，Argon 是 Opus 的五倍以上78% 相似已验证在 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%。76% 相似待验证在机器学习工程测试中，Claude Opus 5.5 得分为 49.3，Gemini 4 Argon 为 45.374% 相似待验证在项目三（Lakebed产品审计）中，Gemini 4 Argon仅得2.25/10，78条发现中56条错误，失败率约70%；而6.1 Sol得9/1073% 相似部分验证在 Terminal Bench 终端任务测试中，Gemini 4 Argon 得分为 57.4%，低于 Claude Opus 5.5 的 66.4%。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1030276API
curl https://kongchang.com/api/v1/knowledge/claims/1030276MCP
get_claim(id=1030276)