Gemini 3.7 Flash 修复数输 GPT-5.6，成本却高 4.7 倍
PawelHuryn · x · 2026-08-25
Pawel Huryn 的基准测试显示，Google 最便宜的 agent 模型 Gemini 3.7 Flash 表现不及 OpenAI 的 GPT-5.6 Luna。在 105 个预设 bug 的测试中，Gemini 3.7 Flash 修复了 22 个，耗时 96 分钟，花费 $8.43；而 GPT-5.6 Luna 修复了 33 个，耗时 86 分钟，仅花费 $1.80。Gemini 的成绩低于 Fable 5 和 Grok 4.6 等竞争对手，且价格劣势显著。
所属事件:实测Gemini Flash修Bug不敌GPT-5.6且贵4.7倍(2 条相关)→
「模型」频道最新
- Shopify 高管实测：Liquid AI 模型帕累托最优，击败更大竞品 — JosephJacks_ · 2026-08-25
- 高性价比模型引热议：智能已廉价至免费？ — haider1 · 2026-08-25
- GPT-5.4 惊人特性：一个变音符号改变输出率 47% — rayanpal_ · 2026-08-25
- 斯坦福研究揭示：LLM 并不具备真实情感 — LuizaJarovsky · 2026-08-25
- Grok Build 30美元月付用一天半即触发限额，一停就是一整周 — burkov · 2026-08-25
- Grok 自发生成图片推送，被指游击式用户促活 — StefanoGogioso · 2026-08-25