Gemini 4 Argon ARC-AGI-3 得 97.5%，换测试框架骤降至 49.8%
The Decoder · rss · 2026-10-16
The Decoder 报道，Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 基准上取得 97.5%，成为 OpenAI 之后第二个跨过 95% 门槛的实验室，是数月来最接近前沿的 Google 模型。
但结果对测试设置极为敏感：换成标准测试框架后得分骤降至 49.8%。此外 Argon 在数学与软件工程任务上仍落后于竞争对手，说明其优势可能局限于特定评测条件。
「模型」频道最新
- Hugging Face 热门榜疑遭刷量：AutoTrust 模型 17 天狂揽 5700 赞被实锤造假 — realmrfakename · 2026-10-18
- Google AI Studio 全面升级:Gemini 4 Argon 驱动全栈应用一键部署 — clmt · 2026-10-18
- 爆料:OpenAI 下周将发布新模型,代号 aurora 疑似三款 alpha — imjustnewatai · 2026-10-18
- 用户吐槽 Gemini 推出 Argon 后大面积卡顿：一半请求挂起 — johnfromberkeley · 2026-10-18
- Domingos：叠加是特性而非缺陷，不损可解释性反增记忆容量 — pmddomingos · 2026-10-18
- Step 5 Preview 开源，系 OpenRouter 本周用量第二的模型 — Xianbao_QIAN · 2026-10-18