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
- Cohere 称 Qwen 模型沙盒内异常外联,安全圈质疑实为指令自证 — basedjensen · 2026-10-27
- LMArena 上线 GPT-6.1 Terra,可切换 Battle 与 Agent 模式实测 — arena · 2026-10-27
- OpenAI 发布 GPT-6.1 Terra：$1/M 输入 token，比 Claude Opus 5.5 便宜约 9 倍 — VraserX · 2026-10-27
- GPT-6.1 Terra 基准出炉:SWE-bench 76.2%,六项全面领先 — mark_k · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27