Gemini 4 Argon FrontierMath 仅 78%，Qwen3.8 Max 仍是中国最强

网友实测 Gemini 4 Argon 在 FrontierMath Tier 4 上仅得 78%，随机 Erdős 问题虽自称取得实质进展但结果大多是错的，被认为尚不能用于研究级数学。当时中国最高分模型是 8 月的 Qwen3.8 Max，pass@1 为 46%，与 Claude Haiku 5.5 持平，低于 GPT-6 Luna 的 56%，其 9 月更新版反而回归。