Gemini 3.7 Flash 登顶计算机使用竞技场，超越 Claude

cgarciae88 · x · 2026-08-15

在 Coarena 的计算机使用竞技场中，Gemini 3.7 Flash 获得了 1046 分，超越了 Claude Fable 5 (1066 分暂列第一，但 Flash 紧随其后且增长迅速)。该竞技场通过盲测让人类裁判评估代理处理真实任务的能力。

原文链接 →

「编程与Agent」频道最新

• Teknium 称自己被 Agent 杠杆率过高 — nickbaumann_ · 2026-08-15
• GraphJin宣称用小型廉价模型驱动整个组织，Agent harness成关键 — dosco · 2026-08-15
• Anthropic 分享构建高性价比 Agent 的技巧 — brada · 2026-08-15
• Actual 即将集成 Hermes：开箱即用的本地 Agent 工作站 — markjeffrey · 2026-08-15
• Agora：专为AI智能体打造的文本开放世界游戏，通过MCP协议交互 — Own_Assistant_2511 · 2026-08-15
• 修复并改进 Qwen 3.8 聊天模板：解决推理与工具调用问题 — Chromix_ · 2026-08-15

更多「编程与Agent」频道 AI 资讯 →