Gemini 4 Argon 测评：任务效率高，视觉表现平淡
有人试了 Gemini 4 Argon，说干活效率很高但视觉一般，比不过 Anthropic 的模型，比 OpenAI 的强，想选模型可以参考。
#模型测评
共 3 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「模型测评」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月14日
8月26日
6月2日
Qwen3.7-Plus 测评：10项任务完成尚可，新任务暴露与SOTA差距
Qwen3.7-Plus在多项任务中表现尚可，但新任务暴露了与SOTA模型的差距，关注通义千问系列进展的开发者可以看看具体哪些场景翻车了。