已过期50% 置信事件精确时间

B站UP主通过Devin Max套餐调用Argon最高档位，用同一提示词构建了六款大型应用，逐一编译、测试、审查代码，六款应用总分60分，Argon拿到32.6分（约54%）。

1

来源数

50%

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

Gemini 4 Argon深度实测：造假还是真强？6款高难度APP挑战

涉及实体

B站UP主person Devin Maxproduct Gemini 4 Argonmodel

相关事实

待验证Artificial Analysis给Argon的智能指数打出53分，与GPT-6 Astra持平70% 相似待验证Argon在评估漏洞修复能力的CWE-bench v1上以68%的最高分并列第一69% 相似待验证在Zapier自动化基准测试中Argon拿下51%，领先Sonnet 5.5的45%。64% 相似待验证在VLLS指标上Argon以68.9%位列第一。64% 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%64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1030316

API

curl https://kongchang.com/api/v1/knowledge/claims/1030316

MCP

get_claim(id=1030316)