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
- 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