两月内 0% 到 4%：Gemini Flash 系列世界建模逐代进步
patience_cave · x · 2026-09-04
patiencecave 指出 Google 在 MazeBench 上进步显著：两个月内 Gemini Flash 系列从 0% 到 1% 再到 4%，并附 Gemini 3.6/3.7/3.8 Flash 的热力图对比，显示每一代 Flash agent 对 3D 世界的建模精度都在提升。
所属事件:Gemini Flash 世界建模两月内从 0% 升至 4%(2 条相关)→
「模型」频道最新
- Qwen3.8-27b 成他首个敢盲跑的本地模型:连续 Agent 工作 8 小时零失误 — Express_Quail_1493 · 2026-09-04
- GLM 推出四项免费活动：编码计划不限量、周末送 4 亿 token — Zai_org · 2026-09-04
- Muse Spark 1.3 三维体素场景实测：性能紧追 GLM-5.3 与 GPT-5.6 — cedric_chee · 2026-09-04
- 实测发现:设 reasoning effort 为 none,压缩上下文仍消耗推理 token — mhmazur · 2026-09-04
- 爆料讨论：OpenAI 或用合成 CoT 改写内化推理链 — cephaloform · 2026-09-04
- 规模之外仍有秘方:OpenAI 和 Anthropic 与同量级对手差距难解释 — haider1 · 2026-09-04