基准
Vibe Code Bench
衡量大语言模型在代码生成与理解方面综合能力的基准测试
核心事实
时间轴 (近 90 天)
10月18日
Vibe Code Bench 上 Argon 得 91.9，Opus 和 Fable 为 90.3，Argon 优势微弱且只覆盖一类编码任务。
待验证50%
10月18日
在 Vibe Code Bench 同一应用测试中，Argon 每个任务花费 8.11 美元、耗时 37 分钟；Sonnet 花费 31.25 美元、超过一小时。
待验证50%
10月18日
在 Vibe Code Bench 的 216 个模型中，Argon 排第 8。
待验证50%
10月14日
Gemini 4 Argon 在网页应用开发 Vibe Code Bench 上拿到 91.9%。
待验证50%
10月3日
在VALS的Vibe Code Bench编码测试中，Claude Sonnet 5.5以92.4对91.9险胜Argon
已过期50%
10月1日
Gemini 4 Argon 在 LV Bench（视频/长内容理解）上得分 91%，刷新纪录
已验证70%
全部知识事实 (5)
已验证
Gemini 4 Argon 在 LV Bench（视频/长内容理解）上得分 91%，刷新纪录
70%待验证Vibe Code Bench 上 Argon 得 91.9，Opus 和 Fable 为 90.3，Argon 优势微弱且只覆盖一类编码任务。
50%待验证在 Vibe Code Bench 同一应用测试中，Argon 每个任务花费 8.11 美元、耗时 37 分钟；Sonnet 花费 31.25 美元、超过一小时。
50%待验证在 Vibe Code Bench 的 216 个模型中，Argon 排第 8。
50%待验证Gemini 4 Argon 在网页应用开发 Vibe Code Bench 上拿到 91.9%。
50%