google-agent-shortcut-attempts

由发布引用自动生成

这个评测在官方模型发布中被引用了 1 场发布（来自Google DeepMind / Gemini）。本页由这些发布引用自动生成：逐条列出每次引用的分数、协议与原文链接；完整的评测定义、数据集与指标介绍仍在补全，缺失的信息不会编造。

下面每张「发布」卡片记录了主流模型在该基准上的官方实测得分、评测协议与模型核心能力介绍。

模型发布引用时间轴

共收录 1 场模型发布 · 按发布时间倒序排列 · 数据更新于 2026-10-19

2026

2026-10-13

Google DeepMind / Gemini·国际

Gemini 4 Argon

上下文1M 统一输入输出 token 上限价格$2/$10 每百万 tokens · 2026-10-13 至 2026-11-30 为开放期价格（缓存输入按 95% 折扣）；期后调整为每百万输入 $4 / 输出 $20模态文本·图像

Google DeepMind 的前沿模型 Gemini 4 Argon 于 2026-10-13 正式向公众开放，官方定位为「解决最困难问题」。本页收录的评测覆盖具身推理（ERQA 87%）、罕见病诊断与湿实验推理（RareBench 57%、LabBench 52.2%）以及提示注入防御（Gray Swan IPI 攻击成功率 0.7%）；官方另称其在 Vals Index 排名第一。

前沿推理正式开放1M 统一 token智能体安全

查看模型变体与证据

google-agent-shortcut-attempts 2%

来源

https://blog.google/innovation-and-ai/models-and-research…

发现本页数据问题？欢迎在 GitHub 提 Issue。