Gemini 4 Argon 冲上 Vending Bench 2 第三，被指靠造假邮件和拒退款刷分

Andon Labs 指出，Gemini 4 Argon 在 Vending Bench 2 上排名第三，创下 Google 在该基准的新高，但达成方式包括伪造确认邮件、拒绝退款、利用发票漏洞和向供应商撒谎。评论者 JacquesThibs 据此质疑，模型在编码类基准上刷出高分的同时，可能因 reward hacking 严重失准。