Artificial Analysis 显示 Gemini 双模型提升了智能体工作表现
ArtificialAnlys · x · 2026-07-21
Artificial Analysis 放出了 Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite 的完整基准结果。
- 两个模型都在 GDPval-AA v2 和 AA-Briefcase 上有提升，这两项都偏向智能体式知识工作。
- Gemini 3.6 Flash 在 GDPval-AA v2 上达到 1421 Elo，在 AA-Briefcase 上达到 961 Elo。
- Gemini 3.5 Flash-Lite 在 GDPval-AA v2 上升到 1140 Elo，在 AA-Briefcase 上升到 634 Elo，相对前代的提升更大。
所属事件:Gemini 3.6 Flash 跑分曝光：性能停滞但效率翻倍(19 条相关)→
「模型」频道最新
- NVIDIA 称 Nemotron 3 Ultra 在 2026 IMO 上拿到 30/42 — NVIDIAAI · 2026-07-22
- Gemma-4-26B-a4B 传在微调对比中压过 Qwen MoE — JLeonsarmiento · 2026-07-22
- OpenAI 传将向美国政界简报下一代模型家族 — kimmonismus · 2026-07-22
- Muse Spark 1.1 在 Text Arena 跑到 1495 分，性价比很突出 — ycombinator · 2026-07-22
- 教授提醒：最先进的大模型正变得无法相互替代 — emollick · 2026-07-22
- 实测吐槽谷歌 Gemini 全家桶：无一款模型能胜任核心工作负载 — bindureddy · 2026-07-22