Gemini 4 Argon 多项 benchmark 反超 Opus 5.5 与 GPT-6 Astra
帖中列出 Vals Index 68.9%、DeepSWE 77.9%、Harvey Legal 19.6% 等八项数据，称 Google 内部已用其迁 Rust、优化量子算法，但公众尚未开放。
🤯卧槽！Google 把王座抢回来了！ Gemini 4 Argon 性能反超 Opus 5.5、GPT-6 Astra！ 1️⃣知识工作王者：Vals Index 68.9%，超过 Opus 67.0%、Astra 63.1% 2️⃣长程真实工程 DeepSWE v1.1 拿下 77.9% SOTA，压过 Opus 74.2%、Astra 74.1% 3️⃣法律/金融差距夸张：Harvey Legal 19.6% vs Astra 5.4% / Opus 3.8%；Finance Agent 65.4% 领先两位数 4️⃣业务自动化 AutomationBench 51.3%，Astra 只有 41.4% 5️⃣超长输出 1M tokens，256k–1M 长上下文 GraphWalks 84.2%，对手掉到 66–72%。 6️⃣长视频 LVBench 91.7% SOTA；网络安全 CWE-bench 与 Astra 并列第一 68% 7️⃣内部已经在用：数据中心抠出 300+ TiB 内存，C++ 迁 Rust、量子算法优化都上了 8️⃣先给网络安全防御方（Fairwind），公众和开发者还要等 不是全面屠杀，Terminal-Bench 4.0 仍是 Opus 的 66.4%，科学终端和 OSWorld 还是 Astra 更强。但 Google 这次明显押注「能赚钱的复杂工作流」，而不是纯刷分。 王座轮换又开始了。 #Gemini4 #Gemini4Argon #GPT6Astra #ClaudeOpus55 #AI #大模型 #Google
这条是引用着另一条写的：「谷歌发布旗舰模型 Gemini 4 Argon，先向安全防御者开放」