跳到正文
热点事件历史事件

Arena发布第41周AI榜单，Gemini 4 Argon幻觉率优于GPT-6

3 篇报道3 个报道来源5 天前更新

先了解这件事

AI 综述

Arena平台发布2026年第41周AI大模型排行榜。在智能体榜单中，Anthropic的Claude Opus 5.5 Max首次入榜即以15.53%的净提升度夺得第一；综合榜单方面，Gemini 4 Argon High以1525 ELO分蝉联榜首，Kimi K3 Max、Qwen3.8 Max等国产模型排名稳定在中上游梯队。 DeepLearning.AI公布数据显示，Gemini 4 Argon在AA-Omniscience基准测试中的幻觉率为15%，显著低于GPT-6 Astra的51%。该模型目前在Vals Index上排名第一，反映其在法律及其他知识工作中的高性能表现。现阶段仅Google Fairwind项目中的网络安全防御人员可访问相关资源。

AI 根据报道生成 · 5 天前更新

最新进展10月14日 00:00
Gemini 4 Argon 在 AA-Omniscience 幻觉率测试中优于 GPT-6 Astra

事件进展

2 个进展

  1. 10月14日 00:00 · 1 篇报道
    DeepLearning.AI公布Gemini 4与GPT-6幻觉率对比
    DeepLearning.AI：Gemini 4 Argon 在 AA-Omniscience 幻觉率测试中优于 GPT-6 Astra
  2. 10月12日 16:04 · 1 篇报道
    Arena发布2026年第41周AI大模型排行榜
    IT之家：Arena 发布第 41 周 AI 大模型榜单：Claude Opus 5.5 Max 首夺智能体榜首，国产模型稳居中上游

报道时间线

沿着报道，了解事件的不同侧面。

10月14日
  1. Latent Space
    Gemini 4 Argon 正式发布并进入 GA 阶段

    Google 正式全球发布 Gemini 4 Argon，面向编码、知识工作与企业流程，API 输入/输出定价为 $2/$10 per million tokens。

  2. DeepLearning.AI
    Gemini 4 Argon 在 AA-Omniscience 幻觉率测试中优于 GPT-6 Astra

    Gemini 4 Argon 在 AA-Omniscience 基准测试中的幻觉率为 15%，显著低于 GPT-6 Astra 的 51%。该模型目前在 Vals Index 上排名第一，反映了其在法律及其他知识工作中的高性能表现。现阶段仅 Google Fairwind 项目中的网络安全防御人员可访问相关资源。

10月12日
  1. IT之家
    Arena 发布第 41 周 AI 大模型榜单：Claude Opus 5.5 Max 首夺智能体榜首，国产模型稳居中上游

    Arena 平台发布 2026 年第 41 周 AI 大模型排行榜，Anthropic Claude Opus 5.5 Max 首次入榜即以 15.53% 净提升度夺得智能体榜第一。综合榜方面，Gemini 4 Argon High 以 1525 ELO 分蝉联榜首，Kimi K3 Max、Qwen3.8 Max 等国产模型排名稳定在中上游梯队。

本事件热度走势

可比范围当前
0
可比范围峰值
1010月12日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。

关联事件