RecodeX 重构消息，谷歌DeepMind的Gemini 4 Argon在ARC-AGI-3基准测试中取得97.5%的成绩，成为继OpenAI之后第二家突破95%门槛的实验室。但该结果高度依赖测试环境：在标准测试框架下，其得分降至49.8%。此外，Argon在数学和软件工程方面的表现仍落后于竞争对手。