Gemini 4 Argon 登顶 SimpleQA Verified，GPT-6 Astra 居次
zacharynado · x · 2026-10-14
SimpleQA Verified（1000 道世界知识事实题，共测 90 个模型）榜首易主：Google DeepMind 的 Gemini 4 Argon (high) 以 76.0%±1.4% 刷新纪录，超过 OpenAI GPT-6 Astra (max) 的 75.6% 与 GPT-6.1 Sol 的 73.9%，Gemini 3.1 Pro 和 Claude Opus 5.5 分别为 73.5%、72.2%。发帖人称该榜与自己的主观体感高度吻合，并感慨 Gemini 3.1 Pro 曾守住榜首 7 个月才被 GPT-6 Astra 短暂超越。
「模型」频道最新
- Perplexity 上线 Gemini 4 Argon,称刷新 WANDR 基准纪录 — AravSrinivas · 2026-10-16
- 开发者吐槽现行 DLP 全是正则方案，欲用 LLM NER 重做 — HankYeomans · 2026-10-16
- 爆料称 GLM 5.5 与 Kimi K3.1 即将发布,或与反蒸馏封锁有关 — zephyr_z9 · 2026-10-16
- 75 家企业真实工作基准:GPT-6 与 Claude 排名随任务反转 — BorisMPower · 2026-10-16
- Google 年付 Gemini AI Plus 用户遭中途降级,11月13日起失去 Pro 模型 — Ray_ProUser · 2026-10-16
- 夸一句就出图：小模型画鹈鹕骑车SVG画质飙升 — Fancy-Snow7 · 2026-10-16