新模型长程编码 FrontierSWE v2 达 55%,远超 Gemini 3.x 的 20%
xennygrimmato_ · x · 2026-10-01
被引用推文称,Argon 在长程编码(long-horizon coding)能力上大幅领先 Gemini 3.x:在 FrontierSWE v2 基准上拿到 55.0%,而 3.7 和 3.8 仅约 20%。发帖人补充称 Gemini 4 在长程编码上「极其出色」,并对 GDM 专注这类能力表示兴奋。(注:模型命名与数据以原帖为准,未见官方证实。)
所属事件:Gemini 4 Argon 长程编码测试大幅超越前代(2 条相关)→
「模型」频道最新
- Google 一周连发两颗新 TPU、Gemini Robotics 2.5 等 AI 成果 — haider1 · 2026-11-16
- 模型国际象棋再战：GPT 6 Astra 执白 76 手将杀 Claude Fable 5.2 — StorageThese9556 · 2026-11-16
- Claude 3 Sonnet 满口胡言后突然切换助手腔,拒绝内容并划清界限 — repligate · 2026-11-16
- Plus 用户反映 GPT 6 今日输出异常，对话末尾频出胡言乱语 — Lanceward · 2026-11-16
- AHA! 免 LLM 权重空间编程：改几千个权重让 0.8B 模型 GSM8K 翻五倍 — hbouammar · 2026-11-16
- 爆料：Gemini 订阅服务即将登陆 Hermes 平台 — lyraxana · 2026-11-16