专题 · FULL STORY

Gemini Argon 4 跑 MazeBench 位列第二

MazeBench 作者公布 Gemini Argon 4 跑分:得分 12%,成为该基准上第四个跑出非平凡成绩的 agent,仅次于 GPT-6 Astra。随后作者又放出 Argon 与 GPT-6 Astra 等三个 agent 的迷宫探索热力图,继续深入对比分析各家 agent 的探索风格差异。

2026-10-15 ~ 2026-10-15 · 2 集 · 5 条

第 1 集 · Gemini Argon 4 跑 MazeBench 得 12%，仅次于 GPT-6 Astra(2026-10-15,3 条)

MazeBench 作者公布 Gemini Argon 4 的跑分：得分 12%，成为该基准上第 4 个跑出非平凡成绩的 agent，排名第二，仅次于 GPT-6 Astra 的 16%。细节观察显示，Argon 能一次解出 GPT-6 Astra 需多次尝试的高难度 2D 推箱子，但在快解出时却会走开。该智能体由 Gemini 团队推出，配有免费在线开放世界 3D 解谜游戏。

第 2 集 · MazeBench 热力图对比：Argon 探索更细致，GPT-6 Astra 更随性(2026-10-15,2 条)

MazeBench 作者放出 Opus 5.5、Gemini 4 Argon 与 GPT-6 Astra 三个 agent 在迷宫中的探索路径热力图并继续分析。结果显示 Gemini Argon 4 与 GPT-6 Astra 探索的房间范围相似，但 Argon 覆盖更完整、探索更细致，能发现 Astra 遗漏的区域；GPT-6 Astra 虽然能力更强，但探索方式更发散、更随性。