实测：谷歌 Gemini Flash 修复漏洞数少且贵，不敌 OpenAI 平价模型

PawelHuryn · x · 2026-08-25

在针对真实代码库的 Bug 修复基准测试中，Google 最便宜的 Agent 模型 Gemini 3.7 Flash 表现不及 OpenAI 的平价模型 GPT-5.6 Luna。数据显示，Gemini 3.7 Flash 修复了 105 个 Bug 中的 22 个，耗时 96 分钟，成本 8.43 美元；而 GPT-5.6 Luna 修复了 33 个，耗时 86 分钟，成本仅 1.80 美元。作者指出，尽管 Google 宣称 Flash 更快，但其每百万输出 token 价格（3.75 美元）是 Luna（1.20 美元）的三倍，且实际表现更差。