Gemini 3.6 Flash 在新一轮对比中胜过 Muse Spark 1.1 xhigh
realsohamparekh · x · 2026-07-24
这条转发称，最新一次评测里，Gemini 3.6 Flash 的表现明显优于 Muse Spark 1.1 xhigh。
被引用的原始上下文补充说，他们在网络安全环境里测试了最新的 Laguna：它完成任务不到 20 分钟，而 Kimi თითქმის 花了 3 倍时间。虽然准确率仍落后于 Kimi，但在严格校验器面前，Laguna 的表现还是出人意料；下一轮会去测金融环境。
「模型」频道最新
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- 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