WHAT NEW IN X11.03 TUE

X 上的 AI 合集档案 · 22 个合集 · 66,612 条

gemini-4IMAGE

Gemini 4 Argon 在资深工程师基准仅得 21%

Dan Shipper 称 Gemini 4 Argon 在 senior engineer benchmark 上只有 21%,远低于 Sol 6 和 Muse。

Dan Shipper
@danshipper20 天前收录原推发布于 2026.10.14
Gemini 4 Argon 在资深工程师基准仅得 21%
Dan Shipper @danshipper原推发布于 2026.10.14
在 X 上打开原推

gemini 4 argon really struggles on our senior engineer benchmark task comes in at 21% far below Sol 6 and even Muse: https://checks.every.to/p/senior-engineer-benchmark

x.com/danshipper/status/2110056016872427944采集于 2026.10.14 10:02