Gemini 3.6 Flash 进入文档盲测榜，已收 6913 票
ell-hol1 · reddit · 2026-07-22
Gemini 3.6 Flash 刚进文档盲测榜，票数还不够稳
这个盲测 arena 用同一份素材让不同模型生成 PPT 和 Word 文件，再由真人在两个匿名结果里选出“自己真会用”的那个。
- 目前已有 500 人参与，累计投出 6,913 票，覆盖 33 个模型。
- 发起者说，这个排行榜比预期更有参考价值。
- 新加入的 Gemini 3.6 Flash 目前比较样本还不够，评分暂时不算可靠。
- 另外，Elo 计分系统也做了更新，目标是让排名更稳定、减少噪声。
他还呼吁大家去 docbench.sprintos.co 投票，等样本量足够后会公布结果。
「模型」频道最新
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- 欧洲 ChatGPT Plus 用户开始看到“Extra High”质量选项 — PressPlayPlease7 · 2026-07-27
- Opus 5 传在赛车游戏测试中一次过关 — soumitrashukla9 · 2026-07-27
- Claude Opus 5 据称价格减半并刷榜 Frontier-Bench — GregCook2011 · 2026-07-27
- 研究者称防御场景更偏向开放模型，Kimi K3 已接近高水平网络安全能力 — eliebakouch · 2026-07-27
- Opus 5 连自己生成的游戏不好看都能察觉 — Angaisb_ · 2026-07-27