新模型 Argon 登陆 VoxelBench 实测：产量不稳、 Builds 偏小无验证
legit_api · x · 2026-10-15
新模型 Argon 上线 VoxelBench（体素 3D 搭建基准），实测表现两极分化：有时产出干净细致的作品，经常又搭建偏小、细节不足，作者整体表示「underwhelmed」，希望团队尽快改进。
值得注意的对比细节：
- 与 Fable 5.0 类似，Argon 也偏好做更小的 builds，但 Fable 至少会验证方块是否重叠/穿模，Argon 完全没有做这类校验
- Argon 平均每个 VoxelBench 提示只花约 2 分钟，远低于 Opus、Fable 乃至 Astra、Sol 等模型的平均用时
作者认为快速但粗糙是当前主要短板。
所属事件:Gemini 4 Argon 上线 VoxelBench，实测表现参差不及预期(2 条相关)→
「模型」频道最新
- Google 评估称 Gemini 4 Argon 无法排除失控阈值 TCL — TheZvi · 2026-10-15
- 实测 Indra OCR:准确率属实，但「比 Tesseract 快 17 倍」实为约 3 倍 — TheOyinbooke · 2026-10-15
- Google 与 Meta 新模型齐发,前沿 AI 双寡头格局现裂痕 — danshipper · 2026-10-15
- GPT-6 Astra 破解 49/50 未发表物理难题，还纠出顶级物理学家算错 — 141_1337 · 2026-10-15
- 测试集污染研究被 NeurIPS 拒稿:一条副本即可让模型「低于不可约误差」 — RylanSchaeffer · 2026-10-15
- SWE-bench Multimodal 排行榜上线：Claude Opus 5.5 以 70.21% 居首 — OfirPress · 2026-10-15