反驳 Gemini 3.6 Flash 退步论：被指评测不严谨
DevToD4 · x · 2026-07-22
针对近期关于 Gemini 3.6 Flash 能力退步的批评，开发者 Maestro Alvarez 发文反驳，认为相关的基准测试对比是「拿苹果比橘子」。他指出原评测混淆了不同的努力模式和工作负载，且未展示误差范围，同时成本宣称也有误。他强调，仅凭某项回归测试的低分来否定模型，是忽视生产力提升的片面行为。
「模型」频道最新
- Ruff 作者感叹:前沿模型能在任何软件里找到无穷多 bug — charliermarsh · 2026-10-26
- 开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差 — lucasmeijer · 2026-10-26
- supermemory 发布 learner-1：面向任意模型的持续学习方案 — julianweisser · 2026-10-26
- Anthropic 称 Opus 5.5 单任务成本较 Opus 5 降约 40% — taufiqintech · 2026-10-26
- 27 家 AI 搜索接口横评:前 12 名只差 7 分,价格却差近 7 倍 — FinanceYF5 · 2026-10-26
- 现场幻灯片:OpenAI Dots 数周内登陆 EU/EEA 和英国 — testingcatalog · 2026-10-26