热点事件持续更新
Gemini 4 Argon 数学基准实测仅 78%
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 15 日，AGI Hunt 报道网友对 Gemini 4 Argon 的实测结果：该模型在 FrontierMath Tier 4 上仅得 78%。报道称，面对随机 Erdős 问题，Gemini 4 Argon 虽自称取得实质进展，但结果大多是错的，因此被认为尚不能用于研究级数学。同一报道给出的对比显示，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%，且其 9 月更新版反而出现回归。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 09:51
网友实测 Gemini 4 Argon 在 FrontierMath Tier 4 仅得 78%，被认为尚不能用于研究级数学。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI HuntGemini 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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。