Gemini 4 Argon · Vending-Bench(2) $13,718.00 USD · 附件证据(ev-g4a-vending)

Gemini 4 Argon 的 Vending-Bench · 2 官方出处。Gemini 4 Argon highest thinking · $13,718.00 USD。见《Gemini 4 Carbon Model evaluation - Approach, methodology & results》PDF p.5, Vending-Bench 2 bank balance row, Gemini 4 Argon column。证据 ev-g4a-vending。

原文与定位

Gemini 4 Argon · Vending-Bench(2),Gemini 4 Argon highest thinking配置,Final bank balance $13,718.00 USD(具体成绩公布时间未确认)。见《Gemini 4 Carbon Model evaluation - Approach, methodology & results》PDF p.5, Vending-Bench 2 bank balance row, Gemini 4 Argon column。 查看成绩条件

Vending-Bench 2, Bank balance ($) | Gemini 4 Argon $13,718.
官方材料
Gemini 4 Carbon Model evaluation - Approach, methodology & results · PDF 第 5 页
定位
附件 · PDF p.5, Vending-Bench 2 bank balance row, Gemini 4 Argon column
材料版本
5-page PDF; p.5 paired Carbon/Argon table; results as of October 2026; table rendered and visually checked
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Gemini 4 Argon · Vending-Bench(2),Gemini 4 Argon highest thinking配置,Final bank balance $13,718.00 USD(具体成绩公布时间未确认)。官方出处 Gemini 4 Carbon Model evaluation - Approach, methodology & results(附件,5-page PDF; p.5 paired Carbon/Argon table; results as of October 2026; table rendered and visually checked)PDF p.5, Vending-Bench 2 bank balance row, Gemini 4 Argon column,https://deepmind.google/models/evals-methodology/gemini-4-carbon#page=5。Benchlog https://benchlog.lekshome.cc/evidence/gemini-4-argon/ev-g4a-vending/

关联成绩与条件

Gemini 4 Argon · Vending-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Final bank balance$13,718.00 USD原文 $13,718 · 单位 USD
公布 未确认
Gemini 4 Argon highest thinking
设置
Gemini API model gemini-4-argon; highest thinking settings; default sampling unless benchmark method states otherwise; pass@1 except where stated.
未知项
Exact thinking budget and sampling parameters are not published.、原文仅称 highest thinking settings,未确认对应的公开档位名称。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Vending-Bench 2 official Andon Labs public leaderboard; final bank balance.
条件
Gemini 4 highest thinking; pass@1 unless stated.

直接支持该成绩

在排名中查看此成绩