Google 登顶 Signal65 PINNACLE 智能体榜：单任务成本 $0.87 反超对手
ryanshrout · x · 2026-10-15
Signal65 的 PINNACLE 智能体基准榜单更新，Google 的 Gemini 4 Argon 以默认 effort 登顶：加权错误数比 Claude Sonnet 5.5 max 少 13%、比 GPT-6 Astra max 少 35%，且按 Google 标准 $4/$20 价格，每个正确任务成本 $0.87，低于对手的 $1.08 和 $1.51。
关键数据：
- 多步企业任务完成率 100%，128K 检索语料上达 98.9%
- 中位每任务 14 轮、10,549 输出 token，而 Sonnet 5.5 max 为 29 轮、63,020 token——这正是 Argon 在输入价高一倍的情况下仍更便宜的原因
- 榜单天花板自 9 月 5 日以来提升 53%，正确任务均价下降 43%
评论认为，近两个月 agentic 领域被 OpenAI、Anthropic 和 Meta 主导，此结果让 Google 重新回到牌桌上。
「模型」频道最新
- 用户吐槽:ChatGPT 和 Claude 上手极易，Google 平台门槛成了真实高墙 — dreamwieber · 2026-10-15
- GPT-6.1 Sol 出现容量告急，用户吐槽报税季挤爆 — MikePFrank · 2026-10-15
- Gemini 4 触发 cyber/CBRN 红线，Anthropic 研究员提示关注 CoT 透明度 — vkrakovna · 2026-10-15
- First Proof 第三批结果:顶级数学家出题实测各 AI 证明系统 — littmath · 2026-10-15
- DeepSeek V4.1 Flash 成本效率登顶:每任务仅 $0.134 — bindureddy · 2026-10-15
- Google 新图像模型 Argon 疑似翻车:总把人物生成小矮人 — RecognitionHefty · 2026-10-15