视觉指物实测：Gemini 4 Argon 领先，Mistral SOTA 名不副实
pbaylies · x · 2026-10-15
开发者 lillyguisnet 对多款模型做了「日常照片指物 + 场景理解」任务的实测（非简单物体描述），结果出人意料：
- Gemini 4 Argon（71.8 分，10 秒）：虽然其他基准将其列为视觉顶尖，但在此任务表现并非最强。
- Mistral Large 4（50.8 分，161 秒）：官方宣称 SOTA 级视觉，但实测不佳——其演示多为直接物体描述，不涉及场景理解。
- Claude Haiku 5.5（62.9 分）：表现远超 Sonnet（37.2 分）；复跑确认后仍如此——Sonnet 标注正确但产生大量误报拖低成绩。
图表显示 Moondream 3.1 以 0.56 秒/0.01 美元级别获得 59.4 分，性价比突出；GPT-5.6 Terra 仅 5.2 分垫底。
「模型」频道最新
- 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
- Google 用 Gemini 4 Argon 重构 Chromium,数月工作数周完成 — CatAstro_Piyush · 2026-10-15
- ChatGPT Dots 深度体验:亮点是能远程重启电脑,槽点不少 — koltregaskes · 2026-10-15
- Intern-S2 助攻数学论文，作者称经多轮对话发展论证思路 — teortaxesTex · 2026-10-15
- Runway CEO 眼神回应:Runway 抢在 DeepMind 前实现世界模型理论 — c_valenzuelab · 2026-10-15
- 开发者实测 Argon 上线生产环境:数据分析强于 Opus 且更便宜 — bindureddy · 2026-10-15