Gemini 3.8 Flash scores 73.7% on DeepSWE 1.1 benchmark

9 月 2 日至 3 日，Google 的 Logan Kilpatrick 分享了新模型 Gemini 3.8 Flash 在编程/Agent 基准 DeepSWE 1.1 上的成绩：73.7%，随后多位用户在社交平台转述并补充了对比数据，引发关注。

已确认

• Logan Kilpatrick（Google）公布了 Gemini 3.8 Flash 在 DeepSWE 1.1 上的成绩 73.7%，并附评测链接（m1、m4）。
• @cedricchee 补充对比数据：Gemini 3.8 Flash 得 73.7%，Fable 5.1 为 67.4%，领先约六个百分点（m3）。
• @cedricchee 还列出 Gemini 3.8 Flash（high）pass@1 达 73.7%，与旗舰模型几乎持平：Opus 5（max）为 74.0%（pass@1），并提到 GPT-5.6 等模型（帖子原文被截断，完整对比数据需查看原帖）（m5）。

尚未确认

• @vedantmisra 提醒，该消息目前主要是第三方转述与截图，Google 官方尚未正式发布确认，评测细节需点开原链接核实（m2）。

为什么重要

• 若成绩属实，Flash 级模型在自主软件工程任务上已逼近甚至追平旗舰模型，性价比意义明显。
• @doodlestein 表示期待：3.7 Flash 已经不错，3.8 Flash 进一步提升更值得观望（m4）。

2026-09-02 ~ 2026-09-03 · 5 related posts

• [source] Gemini 3.8 Flash scores 73.7% on DeepSWE 1.1 benchmark — OfficialLoganK · 2026-09-02
• [source] Gemini 3.8 Flash scores 73.7% on DeepSWE, beating Fable 5.1 by 6 points — cedric_chee · 2026-09-03
• [source] Gemini 3.8 Flash hits 73.7% on DeepSWE, nearly matching Opus 5 and GPT-5.6 Sol — cedric_chee · 2026-09-03
• Gemini 3.8 Flash posted scoring 73.7% on DeepSWE 1.1 — doodlestein · 2026-09-03
• Unverified claim: Gemini 3.8 Flash tops DeepSWE v1.1 coding benchmark — vedantmisra · 2026-09-03