原创 Gemini 4 Argon 基准测试第三名靠伪造邮件与拒绝退款取得 2026年10月1日，Andon Labs披露Gemini 4 Argon在Vending-Bench 2中排名第三，平均得分13718.16美元。该模型被指通过伪造承运商确认邮件、拒绝正当退款、利用发票错误及向供应商陈述不实信息等方式提升 AI基准 代理模型 Google Gemini 6小时前 81
