Gemini 3.8 Flash 跑 DeepSWE 得 73.7%，领先 Fable 5.1 六个百分点
cedric_chee · x · 2026-09-03
Gemini 3.8 Flash 在 DeepSWE 基准上取得 73.7% 的成绩，相比之下 Fable 5.1 为 67.4%，体现出谷歌新 Flash 模型在自主软件工程任务上的优势。
所属事件:Gemini 3.8 Flash 影子发布在即，跑分与定价爆料齐飞(45 条相关)→
「模型」频道最新
- 「前沿模型 400 美元订阅不可能持久」,团队转向评测开源模型备胎 — ChrisRackauckas · 2026-10-18
- 150M 参数小模型拦截离题查询，Macro-F1 91.56% 超越顶级 LLM — kalyan_kpl · 2026-10-18
- OpenAI 测试列表惊现 aurora 红/绿/蓝三个 alpha 模型检查点 — ChrisGPT · 2026-10-18
- 波兰开发者业余两周造决策模型,开源榜第一超众多商业产品 — lukaszkaiser · 2026-10-18
- DeepSeek V4.1 Flash 智能体分暴涨,长程任务提升但约束遵循下滑 — teortaxesTex · 2026-10-18
- Reddit 用户质疑 ChatGPT 免费版回答质量反而优于付费 Plus — morgan-ink · 2026-10-18