Gemini 4 Argon FrontierMath 仅 78%，Qwen3.8 Max 仍是中国最强
teortaxesTex · x · 2026-10-15
网友实测 Gemini 4 Argon 在 FrontierMath Tier 4 上得分 78%，表现不算突出：让他试一道随机 Erdős 问题，模型自称取得实质进展，但结果大多是错的，作者认为该模型尚不能用于研究级数学。
评论者 teortaxesTex 补充对比：截至当时中国最高分模型是 8 月的 Qwen3.8 Max（9 月更新版反而回归），其 pass@1 为 46%，与 Claude Haiku 5.5 持平，明显低于 GPT-6 Luna 的 56%。
「模型」频道最新
- 你的提示词不止是眼前文字：模型可能带上你公开发布过的一切 — repligate · 2026-10-15
- TypeSafe Jev 1.14.0 发布:解锁多模态、box 类型和 262K 上下文 — op7418 · 2026-10-15
- Gemini 4 Argon 模型获赞，用户吐槽其安全护栏过度说教 — RexDouglass · 2026-10-15
- 儿童安全基准 KORA 上 model card,Mistral 从垫底冲到第 10 — GregKamradt · 2026-10-15
- 实测 Gemini 4 Argon:吃 token 又贵,$20 套餐已难用上前沿模型 — bytebot · 2026-10-15
- 投资人放话：GPT-6 Astra 与 Opus 5.5 将复制 Opus 4.5 的编码突破 — venturetwins · 2026-10-15