Gemini 3.6 Flash 在多项智能体评测中表现强势
CounterReady4774 · reddit · 2026-07-21
这张基准图把 Gemini 3.6 Flash 和 Gemini 3.5 Flash、Gemini 3.1 Pro、GPT-5.6 Luna、Grok 4.5、Claude Sonnet 5 放在一起，对比了价格和多项评测。
图里的关键信息包括：
- 价格：输入 $1.50/M tokens，输出 $7.50/M tokens。
- 代码能力：SWE-Bench Pro 为 58.7%，DeepSWE v1.1 为 49%。
- 终端/智能体任务：Terminal-bench 2.1 为 78.0%，OSWorld-Verified 为 83.0%。
- 推理与多模态：CharXiv Reasoning 85.2%，LVBench 83.2%，GDM-MRCR v2（128k）91.8%。
- 长上下文：在 1M pointwise 设置下，GDM-MRCR v2 仍有 54.0%。
整体看，这是一款价格更低、但在智能体和长上下文上表现很强的 Flash 模型。
所属事件:谷歌发布 Gemini 3.6 Flash 等三款新模型(59 条相关)→
「模型」频道最新
- 谷歌发布三款 Gemini 模型，其中一款主攻网络安全 — Polymarket · 2026-07-22
- Google 称搜索信息代理将于今夏登陆 AI Pro 和 Ultra — gaganghotra_ · 2026-07-22
- Poolside 的 Laguna S 2.1 在 Nous Portal 免费开放两周 — NousResearch · 2026-07-22
- Qwen3.8 Max Preview 横评后被认为明显进步 — curiousily_ · 2026-07-22
- Moonshot 的 Kimi K3 登上 MathArena 第五名开源最佳 — xeophon · 2026-07-22
- Google 推出 Gemini 3.5 Flash Cyber，限量供政府和可信伙伴使用 — GoogleAI · 2026-07-22