gemini-4VIDEO
Gemini 4 Argon hits 54% on FrontierCS 2 with Antigravity harness
After Pi Harness prematurely killed 20% of runs on refusal paths, rerunning Argon with Antigravity Harness lifted its FrontierCS 2 score from 40% to 54%, beating GPT-6 Astra.
xiax｜AI & Agents
@xiax0603Archived 4 days agoOriginally posted 2026.10.26
xiax｜AI & Agents @xiax0603Originally posted 2026.10.26
🔥Gemini 4 Argon翻盘！换一套Harness，分数暴涨反超GPT-6 Astra FrontierCS 2代码基准爆出大反转，Gemini 4 Argon之前的成绩被框架bug严重拖累。 原先Pi Harness遇到安全拒答分支就直接终止流程，20%任务提前中断，只能拿到40%通过率。 切换Antigravity Harness重跑之后，分数冲到54%，一举超过GPT-6 Astra，距离Claude Opus 5.5的58%只有一步之遥。 这个结果戳破一个常见误区：Agent跑分早就不只是模型本身的比拼，执行框架、重试逻辑、异常处理，都是决定最终成绩的关键。 以后再看Agent榜单，不标注配套Harness的对比，参考价值会大打折扣。 https://x.com/wenhaocha1/status/2114559544156205413/video/1
This post quotes another post: x.com/xiax0603/status/2114655952846938207
x.com/xiax0603/status/2114659321003008047Archived 2026.10.27 09:54