Gemini 3.8 Flash 登场：DeepSWE 得分 73.7%，成本持平
burny_tech · x · 2026-09-06
据 datacurve 引用的测试结果，Gemini 3.8 Flash 在 DeepSWE 基准上取得 73.7% 的成绩，较 Gemini 3.7 Flash 提升 8.2 个百分点。
- 成本保持不变，但使用了更多步数和输出 token
- 也就是说涨分部分来自“更贵的用量、单价不变”的换算
- 目前为第三方 benchmark 报告，厂商官方尚未详细发布
「模型」频道最新
- 去审查版 V4.1-Flash 评测：抽象代数跌 6 分，大学数学反涨 5 分 — teortaxesTex · 2026-10-23
- Claude 每小时弹「模型容量已满」,付费用户怒问该不该退订 — Alex-Stack · 2026-10-23
- Kimi K3.1 发布在即，3T 参数+3 个月 RL 被视为成败关键 — teortaxesTex · 2026-10-23
- 多个 Hugging Face 模型突然消失,含「去审查/攻击性安全」微调版本 — umarmnaq · 2026-10-23
- Claude 菜单现神秘模型代号 Fable，博主用量已爆表 — ezshine · 2026-10-23
- 开发者实测：Sol 6.1 的前端代码能力相当不错 — Dimillian · 2026-10-23