自建 CrusaderBench 测试中 Gemini 4 Argon 夺冠

博主 Hesamation 自建 CrusaderBench 基准，用策略游戏《要塞十字军》测试各模型经营经济的能力，考察战略推理、规划、computer use 与工具调用。结果显示 Gemini 4 Argon 排名第一，击败 Opus 5.5 等对手；不过作者同时披露了该模型在团队管理方面的危机表现。

2026-10-14 ~ 2026-10-14 · 2 条相关

• 自制 CrusaderBench:Gemini 4 Argon 战略游戏首秀登顶胜 Opus 5.5 — Hesamation · 2026-10-14
• 自建「十字军东征」经济基准测出 Gemini 4 Argon 排名第一，作者却曝其团队管理危机 — Hesamation · 2026-10-14