gemini-4IMAGE
Theo 代码库分析测试：Argon 虚假声明率超 50%
Theo 称在自建 codebase analysis 基准上跑 Gemini 4 Argon 结果不佳，是唯一虚假声明率超过 50% 的模型。
Theo - t3.gg
@theo14 天前收录原推发布于 2026.10.14
Theo - t3.gg @theo原推发布于 2026.10.14
Just ran Argon on my "codebase analysis" bench. Not looking good. Only model with a >50% false claim rate 🙃
这条是引用着另一条写的：「Theo 上手 Gemini 4 Argon：Skatebench 满分但稳定性存疑」
x.com/theo/status/2110109794355032231采集于 2026.10.14 10:21