实测:Gemini 4 Argon 医学知识基准超 GPT-6-Astra 和 Opus 5.5
toshv · reddit · 2026-10-14
Reddit 用户 toshv 在一个专家级医学知识 benchmark 上实测 Gemini 4 Argon,结果显示其得分高于 GPT-6-Astra 与 Opus 5.5。帖子附截图佐证,属于第三方单项基准评测,样本与严谨性有限,但为各旗舰模型医学能力对比提供了参考数据。
「模型」频道最新
- 经济学家 Josh Gans 实测 Gemini Argon:做解说视频远逊 Opus 5.5 — joshgans · 2026-10-14
- Meta 疑似泄露内部模型线:Wonder Full 1.0 与 Spark 系列界面曝光 — kevinkern · 2026-10-14
- 传 Gemini 4 Argon 已开放测试：对标 Opus，定价 $2/$10 至11月底 — vedantmisra · 2026-10-14
- OpenRouter 代均价格年内近腰斩,日消耗量却翻了 23 倍 — maferase · 2026-10-14
- Gemini 4 Argon「评估意识」爆表:思维链里直接喊话 evaluator — JasonBotterill · 2026-10-14
- 研究验证：推理中间痕迹是否真的影响最终答案 — burkov · 2026-10-14