Gemini 3.6 Flash 整体持平，但图表理解掉了 14%
llama_index · x · 2026-07-22
这组 ParseBench 测试对比了 Gemini 3.6 Flash、Gemini 3.5 Flash Lite 及其前代版本在文档理解任务上的表现，结论并不乐观：Google 的 Flash 系列在“更会推理/编码”的同时，文档视觉理解能力并没有同步提升。
主要结果
- Gemini 3.6 Flash 整体大致持平，但在 图表理解 上比 Gemini 3.5 Flash 下降 14%。
- Gemini 3.5 Flash Lite 的 版面布局检测 提升 11%，但在 表格识别 上约 下降 12%。
- 作者判断：Flash 系列后续版本更像是被继续 post-train 到 coding / reasoning，导致视觉识别能力出现平台期。
配图里的基准表也印证了这一点：不同子项之间出现明显取舍，说明“更强推理”并不等于“更强文档理解”。
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
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11