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
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11