Gemini 4 Argon 漏洞检测 57/100 居第二,发现全网首个新覆盖案例
RexDouglass · x · 2026-10-14
BugBunny.ai 的 VulnPR-100 基准评测:给模型 100 个含已知漏洞的 PR、每个 1 小时找漏洞。
- Gemini 4 Argon 找到 57 个,花费 $166.40,总榜第二;第一名 Grok 4.7 找到 62 个但花费 $338.67,是 Argon 的两倍多
- Argon 比 GPT-5.6 Sol 多找出 7 个且便宜 $114
- 最大亮点:Argon 发现了一个此前所有模型都漏掉的漏洞,把组合基准覆盖率从 89 提到 90/100
- 但新覆盖不便宜:mimo-v2.6-pro 找 46 个仅 $8.27,DeepSeek V4.1 Flash 找 44 个仅 $12.79,Argon 多找 11-13 个的成本是它们的 13-20 倍
综合看,第二名加真正的新覆盖对 Gemini 4 Argon 是个不错的结果。
「模型」频道最新
- 用 WebGPU 物理实验横评 Argon、Astra、Opus 5.5，附可玩 demo — dreamwieber · 2026-10-14
- SciAm 澄清：OpenAI 纳维-斯托克斯证明与西班牙数学家方案只是表面相似 — basedjensen · 2026-10-14
- 《百页机器学习书》为何封神:一周读完,但只适合有底子的人 — burkov · 2026-10-14
- 网传 Google Gemini 4 Argon 当日上线，博主晒 10 个用例 — Saboo_Shubham_ · 2026-10-14
- AI Pro 订阅用户吐槽 Gemini 3.1 Pro 额度消耗 4–7% 每次查询 — Dunadan_777 · 2026-10-14
- Reddit 热议:基准分数高不等于好用,模型评测缺了什么 — yi111 · 2026-10-14