Today for AI
返回热点榜
llm热度 11.9°

AI 聚合热点事件 · 2026/10/16

谷歌 Gemini 4 Argon 攻克 ARC-AGI-3 基准，但数学与编程仍落后竞品

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/16 23:03:46
全景综述与最新动态
1 家信源交叉印证

谷歌 DeepMind 发布前沿模型 Gemini 4 Argon，在 ARC-AGI-3 基准测试中得分 97.5%，成为继 OpenAI 之后第二家突破 95% 大关的实验室。然而，Epoch AI 指出该成绩高度依赖特定测试框架（Provider Adapter Harness），且模型在数学推理和软件工程领域的表现分别仅排第八和第六，显示其通用能力存在明显短板。

最新动向/谷歌 DeepMind 发布前沿模型 Gemini 4 Argon，在 ARC-AGI-3 基准测试中得分 97.5%，成为继 OpenAI 之后第二家突破 95% 大关的实验室。然而，Epoch AI 指出该成绩高度依赖特定测试框架（Provider Adapter Harness），且模型在数学推理和软件工程领域的表现分别仅排第八和第六，显示其通用能力存在明显短板。

TIMELINE报道时间线

共 1 篇 · 最新优先
  1. The DecoderT2·78 分

    谷歌 Gemini 4 Argon 攻克 ARC-AGI-3 基准，但数学与编程仍落后竞品

    原标题：Google's Gemini 4 Argon is closer to the AI frontier than any Google model in months

    • Gemini 4 Argon 在 ARC-AGI-3 上得分为 97.5%，仅次于 GPT-6 Astra 的 99.9%。
    • 高分得益于使用保留推理和上下文压缩等厂商特有功能的 Provider Adapter Harness 测试框架。
    • 尽管在知识、智能体和视觉基准领先，但在数学 ECI 排名第 8，软件工程指数排名第 6。