Gemini 3.7 Flash 登顶 AA-AnalystAgent 量化分析基准
_philschmid · x · 2026-08-19
Gemini 3.7 Flash 在 Artificial Analysis 新推出的 AA-AnalystAgent 基准中排名第一。该基准包含 80 个真实世界的定量分析任务，涵盖金融、医疗等 14 个领域，模拟商业/数据分析师日常工作。模型需在隔离的 Python 3.12 沙箱中处理电子表格和文档。排名指标采用 pass@5，即模型需在 5 次独立运行中全部答对才算通过，强调稳定性而非偶然性。
所属事件:Gemini 3.7 Flash 登顶AA-AnalystAgent量化分析基准(2 条相关)→
「模型」频道最新
- 5.6 Sol Ultra 搭配 computer use 被指像 Opus 4.5 搭配 MCP — curious_vii · 2026-08-20
- 实测 Gemini 3.7 Flash：极速 350 tok/s，代码能力存疑 — haider1 · 2026-08-20
- AntLing 开源 Ling-3.0 模型：WSM 合并替代 LR 衰减 — AcanthisittaOk1699 · 2026-08-19
- Unsloth 推出 Dynamic v3 量化，Qwen 27B 精度提升 10% — danielhanchen · 2026-08-19
- 10T 参数模型推理达 1000 TPS，AGI 实力差距引猜测 — legit_api · 2026-08-19
- InclusionAI 发布 Ling-3.0-tiny-base 模型 — jacek2023 · 2026-08-19