已验证65% 置信基准精确时间

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%

3

来源数

65%

置信度

中期 (~90 天)

时效性

2026/10/3

首次发现

有效期至：2027/1/1

来源

Gemini 4 Argon深度解析：自测领先，外部验证为何存疑

涉及实体

Gemini 4 Argonmodel Claude Opus 5.5model GPT-6 Astramodel Deep SWEconcept

相关事实

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%75% 相似已验证在DeepSuite基准上Grok 4.7得71%，GPT 5.6 Sol为72.7%，Fable 5.1为70%，Astra Max以74.1%登顶73% 相似待验证在Terminal-Bench 4.0上，Claude Opus 5.5以66.4%领先，GPT-6 Astra为61.8%，Argon为57.4%73% 相似待验证Argon在Gray Swan IPI安全基准上以94.2%的韧性领先所有直接竞品，GPT-6 Astra为87.5%，Claude Opus 5.5为89.1%73% 相似待验证Artificial Analysis给Argon的智能指数打出53分，与GPT-6 Astra持平70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/969177

API

curl https://kongchang.com/api/v1/knowledge/claims/969177

MCP

get_claim(id=969177)