Gemini 4 Argon在ARC-AGI-3基准测试中获97.5%高分，凸显harness配置对评测结果的影响

谷歌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%的实验室。该模型在Provider Adapter设置下表现优异，但在Standard harness下得分降至49.8%，显示操作台配置对交互式任务评测结果有显著影响。