转推 Ramp Labs：Gemini 4 Argon 登顶 Ramp 会计基准测试
Ramp Labs 的会计基准测试有了新王者：Gemini 4 Argon 得分 61.1%，领先 Opus 5.5 达 10.6 个百分点，且在最难的任务上领先幅度最大。会计场景考验的是长链条、精确的多步骤工作，这个分差是智能体能力的有力信号。值得关注，因为金融基准正成为智能体模型的关键试金石。
报道来源
- Sundar Pichai2026-10-20 19:59
Ramp Labs 的会计基准测试有了新王者：Gemini 4 Argon 得分 61.1%，领先 Opus 5.5 达 10.6 个百分点，且在最难的任务上领先幅度最大。会计场景考验的是长链条、精确的多步骤工作，这个分差是智能体能力的有力信号。值得关注，因为金融基准正成为智能体模型的关键试金石。