Argon 聊天榜第 1、Agent 榜仅第 10

Michael Hudsonrt @Mrooo03原推发布于 2026.10.03

在 X 上打开原推

我的大Gemini，你是肿么了，上班只摸鱼不干活的吗？ Gemini 4 Argon 最新独立数据出现了一个很有意思的反差：聊天榜第 1，但 Agent 榜只排第 10。 Arena 10 月 2 日更新的 English Text Arena 中，Gemini 4 Argon High 以 1533±14 暂列第 1，样本 1,928 票。 真正有意思的是同一天的 Agent Arena。Argon High 在 10,030 次真实 Agent Mode 会话中综合只排第 10，排名区间甚至是第 4—14。 它的任务确认成功率 15.44%，排第 3。 用户纠正后的跟随能力 13.48%，反而是全榜第 1。 但综合 Agent 表现仍落后 Claude Opus 5.5、Sonnet 5.5、GPT-6 Astra、GPT-6.1 Sol 等模型。单任务成本中位数约 $0.67。 结论很简单：Argon 的“聊天体验”已经非常强，但现在其他还不好说啊。 text榜单：https://arena.ai/leaderboard/text/english?utm_source=chatgpt.com agent榜单：https://arena.ai/leaderboard/agent?utm_source=chatgpt.com