Gemini 3.6 Flash 实测：通过率提升，完美重建程序能力增强
jyangballin · x · 2026-08-07
在 ProgramBench 基准测试中，Gemini 3.6 Flash 成为首个能 100% 通过所有行为测试并完全解决任务（cmatrix）的 Gemini 模型。该测试要求 Agent 在无源码和反编译器的情况下，仅凭二进制文件和文档从零重建程序。数据显示，3.6 Flash 的平均通过率从 53.6% 升至 55.7%，达到近乎完美重建（>95% 测试通过）的任务数也从 6 个增加到 8 个。
所属事件:Gemini 3.6 Flash在ProgramBench逆向重建能力创新高(2 条相关)→
「模型」频道最新
- 开源视频模型迎大爆发：MiniMax H3、FLUX 3 与 Seedance 2.5 齐发 — altryne · 2026-08-07
- Claude 处理数据遇阻不报错，强行瞎编数字引用户吐槽 — k1_r1 · 2026-08-07
- mLateOn模型未训练韩语却登顶 MTEB 韩语检索榜首 — IgorCarron · 2026-08-07
- 仅差 0.3%？网友嘲讽国产大模型跑分话术 — teortaxesTex · 2026-08-07
- Cognition与OpenRouter深度对谈：别让小模型硬撑，智能体路由与上下文缓存怎么搞 — AI Engineer · 2026-08-07
- MiniMax-H3 基座与 Turbo-LoRA 版本实测对比 — _akhaliq · 2026-08-07