Gemini 4 Argon 得分 52.9% 登顶 CursorBench,成本仅七成
ShikharMurty · x · 2026-10-14
LuminaBench 公布 CursorBench 4.0 结果:Gemini 4 Argon 拿下 52.9%,超过此前领先的 Fable 5.1,而单任务平均成本低约 70%。
成本-得分曲线上,Gemini 4 Argon 处于前沿位置:在 $3-5/任务区间达到 50%+ 得分;Claude Opus 5.5 与 Sonnet 5.5 在更低成本下仍保持 48-55% 的高分,GPT-5.6 Sol 则在低成本段表现偏弱。
「模型」频道最新
- Gemini 4 Argon 实测：5 分钟做出野火+地质活动实时可视化 — DavidmComfort · 2026-10-14
- 传 Google 将推 Gemini 4 Boron 接替 3.1 Pro(未证实) — Any-Field-4793 · 2026-10-14
- 单张 A100 跑出 12 万 tokens/秒，Argon 优化 Gemma 实现 2.9 倍提速 — osanseviero · 2026-10-14
- 从 merge 曲线推断:Anthropic 新模型内部仅领先公开发布 5 周 — ziv_ravid · 2026-10-14
- Perplexity 即将发布 PPLX-Decider v1.2 27B 决策模型 — ChrisUniverse · 2026-10-14
- Anthropic 收紧地区政策:Claude 封禁中俄等 12 国,香港澳门除外 — scaling01 · 2026-10-14