Gemini 3.6 Flash 在 AA 指数持平 3.5 Flash，DeepSWE 成本降 52%
koltregaskes · x · 2026-07-22
Gemini 3.6 Flash 在两个榜单上的表现一起被放了出来：编程能力有进步，但整体仍处于中上游。
- 在 DeepSWE（长程软件工程） 上，它拿到 49%，比 3.5 Flash 的 37% 明显提升；平均每任务成本从 $7.34 降到 $3.53，输出 token 从 276k 降到 97k。
- 同组对比里，Claude Opus 4.8 medium 也是 49%（$3.44），GPT-5.6 Sol low 是 45%（$1.07），Claude Sonnet 5 high 是 48%（$7.43）。
- 在 Artificial Analysis Intelligence Index 上，3.6 Flash 得分 50，与 3.5 Flash 持平，但速度达到 280 tokens/sec，定价也更便宜（$1.50 in / $7.50 out，比 3.5 Flash 便宜 17%）。
- 图里的总榜显示，它低于 GPT-5.6 Luna max（51）、GLM-5.2 max（51） 和 Claude Sonnet 5 max（53）。
所属事件:Gemini 3.6 Flash 评测：更快更省但未变更聪明(16 条相关)→
「模型」频道最新
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27