已过期80% 置信基准精确时间
Gemini 4 Argon 在幻觉基准测试中得分 15%（分数越低越好），低于目前任何前沿模型
6
来源数
80%
置信度
短期 (~14 天)
时效性
2026/10/5
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：2026/10/19(已过期)
来源
涉及实体
相关事实
待验证Gemini 4 Argon在代码审计基准测试中失败率介于50%到70%之间，三个独立项目均为高假阳性率78% 相似待验证在Artificial Analysis的AA Omniscience测试中Argon幻觉率为15%（智能指数45分及以上模型里最低），准确率为50%低于Astra的63%，Argon更倾向于承认不知道而非给出错误猜测75% 相似待验证过去的Gemini输出被限制在约6.4万token，当下多数前沿模型单次响应上限约12.8万token，Argon将输出上限拉高到100万token69% 相似待验证在测试夹具中，Atlas 是唯一被自动路由到销售的线索（置信度 ≥ 0.9 且分数 ≥ 80）；Birch 进入人工审核；Delta 置信度为 0.83，即使分数高也进入人工审核；Cinder 低于 0.65 进入培育流程。68% 相似待验证在该实测中决策模型Jev的准确率仅比Gemini落后约1.6个百分点66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/977888API
curl https://kongchang.com/api/v1/knowledge/claims/977888MCP
get_claim(id=977888)