【#Gemini 4 Argon 打穿 AGI 终极考场#：97.5% 背后，评测框架才是隐形主考官】#Gemini#

10 月，Google DeepMind 的 Gemini 4 Argon 在被称为"AGI 终极考场"的交互式推理基准 ARC-AGI-3 上拿下 97.5%，成为继 OpenAI 之后第二家突破 95% 关口的实验室。但细看成绩单底部的一行小字——97.5% 属于 Provider Adapter 环境，同一模型在 Standard 环境下只有 49.8%——你会发现，这场考试真正的"隐形主考官"，或许不是模型，而是评测框架本身。
http://t.cn/AXldeZbN