已验证65% 置信基准精确时间
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%
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/10/1
首次发现
有效期至：2026/12/30
来源
涉及实体
相关事实
待验证Gemini 4 Argon 在工作流程自动化测试中达到 51.3%，第二名只有 42.5%。78% 相似待验证在 Artificial Analysis 指数中，Claude Opus 5.5 得分为 58，Gemini 4 Argon 和 GPT-6 Astra 均为 53。78% 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%78% 相似待验证在 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 token74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/963861API
curl https://kongchang.com/api/v1/knowledge/claims/963861MCP
get_claim(id=963861)