Mục đầu tiên luôn là nguồn của ghim. Độ tin cậy tổng thể là trung bình có trọng số về mức độ mỗi tài liệu ủng hộ thời điểm bắt đầu và kết thúc được dùng ở trên; một tài liệu được tính giảm một nửa cho mỗi 180 ngày cũ hơn tài liệu mới nhất.
Bài đăng “Gemini 4 Argon: kỷ nguyên tiếp theo của trí tuệ tiên phong của chúng tôi” của Google đề ngày 30 tháng 9 năm 2026 và nêu “Hôm nay, chúng tôi công bố mô hình tiên phong mới của mình, Gemini 4 Argon, đang được triển khai cho một nhóm các nhà phòng thủ mạng đáng tin cậy”; việc cung cấp rộng rãi cho nhà phát triển, doanh nghiệp và người dùng cá nhân sẽ diễn ra “càng sớm càng tốt” (xem pin ước tính 4810).
DeepMind's Gemini page now leads with Gemini 4 Argon and carries its benchmark table against GPT-6 Astra, Claude Fable 5.1 and Claude Opus 5.5, plus the four safeguard areas Google is strengthening before broad availability.
Thiếu hay sai điều gì? Hãy nói bằng lời của bạn: một liên kết củng cố ghim này, một ngày bắt đầu hoặc kết thúc khác kèm lý do, hoặc một thông tin còn thiếu hay sai. AI đối chiếu với các nguồn của ghim này, tìm nguồn tốt hơn và thêm mọi trang ủng hộ bạn. Các nguồn của chính ghim vẫn được tính nhiều nhất. Hình ảnh thể hiện nội dung khác hoặc thể hiện kém cũng được xem xét, rồi bị hạ xuống hoặc thay thế.
Tiêu đề gốc: Gemini 4 Argon Announced
| Bài kiểm tra | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 | Claude Opus 5.5 |
|---|---|---|---|---|
| Vals Index (Công việc tri thức) | 68.9% | 63.1% | 65.8% | 67.0% |
| AutomationBench (Công việc tri thức, Điểm) | 51.3% | 41.4% | 31.4% | 42.5% |
| Vals Finance Agent v2 (Công việc tri thức) | 65.4% | 53.5% | 58.9% | 58.6% |
| Harvey's Legal Agent Benchmark (Công việc tri thức) | 19.6% | 5.4% | 6.7% | 3.8% |
| DeepSWE v1.1 (Lập trình mang tính tác tử) | 77.9% | 74.1% | 67.4% | 74.2% |
| FrontierSWE v2 (Lập trình mang tính tác tử) | 55.0% | 65.5% | 56.3% | 62.3% |
| Vibe Code Bench (Lập trình mang tính tác tử) | 91.9% | 89.6% | 90.3% | 90.3% |
| Terminal-bench 4.0 (Lập trình mang tính tác tử) | 57.4% | 58.2% | 57.9% | 66.4% |
| PostTrainBench (Kỹ thuật học máy) | 45.3% | 44.3% | 40.2% | 49.3% |
| Terminal-Bench Science 0.1 (Khoa học và toán học) | 57.6% | 68.1% | 52.6% | 63.3% |
| LABBench 2 (Khoa học và toán học) | 88.8% | 85.4% | 68.6% | 73.1% |
| RiemannBench (Khoa học và toán học) | 76.0% | 72.0% | 65.6% | 69.6% |
| GraphWalks (Ngữ cảnh dài, Lên tới 128k, BFS (F1)) | 99.7% | 98.7% | 91.4% | 90.6% |
| GraphWalks (Ngữ cảnh dài, 256k đến 1M, BFS (F1)) | 84.2% | 71.8% | 65.0% | 66.8% |
| Agent's Last Exam (Sử dụng máy tính, Tỷ lệ vượt qua) | 39.5% | 34.2% | — | 38.2% |
| OSWorld-2.0 (Sử dụng máy tính, Tập con ngoại tuyến Điểm một phần) | 69.2% | 72.6% | — | — |
| Chartography (Hiểu đa phương thức) | 71.6% | 71.0% | 46.2% | 66.3% |
| LVBench (Hiểu đa phương thức) | 91.7% | 87.5% | 79.7% | 83.7% |
| CWE-bench v1 (An ninh mạng) | 68.0% | 68.0% | 58.0% | 67.0% |
