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:GPT-5.6 Luna 实测胜 Gemini 3.7 Flash：修 Bug 更多且成本更低(3 条相关)→
「模型」频道最新
- Nat Lambert 炮轰 Meta Muse 开源许可证:一纸空文 — natolambert · 2026-10-16
- Google 发布 Gemini 4 Argon:强调物理理解与 3D 建模 — ShikharMurty · 2026-10-16
- Google 向 X 用户开放 Argon 早期测试,不止限企业 — lyraxana · 2026-10-16
- Grok Voice 3.0 登顶 Design Arena 语音榜,超上代 7.4 分 — XFreeze · 2026-10-16
- 16 项任务实测机器人 LLM：GPT-6 Astra 成功率 17.2% 力压 Fable 5.1 — pabbeel · 2026-10-16
- Meta 开源 816B 多模态模型 Muse Spark，评论称仅次于 DeepSeek — bindureddy · 2026-10-16