ProgramBench 测试 AI 逆向能力,Gemini 3.6 Flash 表现最佳
OfirPress · x · 2026-08-08
ProgramBench 是一项专门测试 AI 智能体逆向工程能力的基准评测。它要求模型仅根据编译后的二进制文件和文档，在没有源码、反编译器或网络访问的情况下从零重建整个程序。
最新测试结果显示，谷歌的 Gemini 3.6 Flash 取得了该模型系列迄今为止的最佳成绩。评测作者透露，未来几天内还将加入更多模型的测试数据。
所属事件:Gemini 3.6 Flash 逆向重建程序能力登顶(3 条相关)→
「模型」频道最新
- Artificial Analysis 榜单:GLM 5.3 Flash 得 39 分,以更小体积超越 Mistral 4 Large — airesearch12 · 2026-10-16
- 基于 Qwen3-4B 的开源 ASR 模型 Hojo-ASR 取 3.54 平均 WER — rohanpaul_ai · 2026-10-16
- Google 在 Antigravity 中设 Paid Pro 付费墙，Pixel 与订阅用户不满 — Chance-Okra-5920 · 2026-10-16
- GLM 5.3 Flash 现已在 OpenCode 免费开放 — DanielLockyer · 2026-10-16
- GPT-6 Sol 开药水店零失误，推理摘要却把库存当成自身属性 — liminal_bardo · 2026-10-16
- Codex 用户转投 Claude:称 Opus 5.5 体验领先且 App 优化好 2-3 倍 — ItchyResearcher5671 · 2026-10-16