主要来源Bindu Reddy
查看原文事件专题 ·多源确认
Gemini Argon 4 在 LiveBench 2.0 上落后 Fable 与 Astra，仍领先开源模型
Gemini Argon 4.0 在自建的 LiveBench 2.0 基准上落后于 GPT 6.1 Sol，也排在前面的 Fable 和 Astra 之后。该模型仍领先开源的 DeepSeek Flash，并明显优于 Muse Wonder，而 Muse 只比 DeepSeek 略好。发布方称 LiveBench 2.0 难以刷分，更接近真实使用场景。
当前结论
用 LiveBench 2.0 给 Gemini Argon 4、GPT 6.1 Sol 和 DeepSeek Flash 排了个序，榜单自称难刷分，可以看看结果信不信得过。
11 个信源57° AI 热度最后更新 2026/10/13 16:01:39
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。