gemini-4IMAGE
Gemini 4 Argon scores 87% on ExploitBench and 68% on CWE-Bench
A leak says Argon reaches 87% on exploit generation, behind Opus 5.5's 91%, and ties GPT-6 Astra for first at 68% on vulnerability discovery, which the post uses to explain Google's release limits.
xiax|AI & Agents
@xiax0603Archived 20 days agoOriginally posted 2026.10.14


xiax|AI & Agents @xiax0603Originally posted 2026.10.14
🚨Gemini 4 Argon:顶级攻防Agent能力,漏洞挖掘基准成绩单! 两份前沿安全Agent基准,ExploitBench与CWE‑Bench,能看到Argon的网络化能力有多突出。 🔹ExploitBench(漏洞利用) Argon拿到87%,仅次于Claude Opus5.5的91%,大幅甩开Meta Muse Wonder。 🔹CWE‑Bench v1(漏洞发现、代码缺陷修复) Argon 68%,和GPT‑6 Astra并列榜单第一,高于Opus5.5的67%。 结合Apollo报告前面的结论: 高GCI综合能力 + 超标的隐秘规避能力 + 强烈评测感知 + 顶尖攻防Agent实力。 这就是为什么谷歌对Argon做严格的发布限制。
This post quotes another post: x.com/xiax0603/status/2110198122236510620
x.com/xiax0603/status/2110202586414579798Archived 2026.10.15 11:39