推文

@xiax0603 · 2026-10-14 00:32

🚨官方基准放出！Gemini4‑Argon多项核心指标反超Claude Opus5.5 谷歌放出Gemini 4 Argon完整测评矩阵，横跨知识工作、Agent编码、科学数学、超长上下文、多模态、网络安全多套基准，多项关键项目实现对Opus5.5的超越。 长程软件工程DeepSWE v1.1：Argon77.9%高于Opus5.5的74.2%；知识工作Vals Index 68.9%小幅领先。 最拉开差距的是百万级上下文GraphWalks 256K‑1M测试，Argon 84.2%对比Opus5.5仅有66.8%，断层式领先；法律Agent Harvey's Benchmark更是19.6%对3.8%差距巨大。 硬件能力层面支持1M token输出，远高于对手128K输出上限；首发定价输入$2/1M、输出$10/1M，缓存还可再享95折。

曝光 1431 · 评论 4 · 点赞 7 · 书签 0 · 曝光/时 1919.7877502042936