Gemini 4 Argon benchmarks leak early, beating GPT-6 Astra on most tasks

⧫ Alan Chen ⧫(alanchentsla.eth） @alanchenOriginally posted 2026.10.01

Open original on X

Gemini 4 Argon 提前亮牌了。 $googl Google 这次没怎么讲故事，直接把 benchmark 摆出来：多数核心项目压过 GPT-6 Astra 和 Claude 5.x。 尤其几个数字很夸张： Finance Agent：65.4% vs GPT-6 的 53.5% Legal Agent：19.6% vs 5.4% Vibe Code：91.9% 长上下文 GraphWalks：99.7% 但有意思的是，它也不是全赢。 FrontierSWE、Terminal Bench、Science、OSWorld，GPT-6 / Claude 仍然领先。 大模型竞争已经从聊天，正式进入 Agent、Coding、长上下文、专业工作流的正面战争。 而且现在最危险的一件事是—— 第一名可能每隔几周就换一次。

This post quotes another post: “Pichai gives early look at Gemini 4 Argon and its benchmarks”