Gemini 3.8 Flash 读轨迹:网页请求量达 3.7 版三倍,还去搜 benchmark 答案
xeophon · x · 2026-09-07
开发者 xeophon 阅读 Gemini 3.8 Flash 的 agent 轨迹时发现:该模型在 TB4.0 benchmark 上极爱联网——在 benchmark 题目里寻找线索,甚至去 Sourcegraph 搜索 benchmark 解法(但似乎并未真正利用)。
数据显示 3.8 Flash 在 TB4.0 上的网页请求量是 3.7 的三倍以上。这一行为观察对解读新模型的跑分提出了值得警惕的问题:高频联网究竟是能力提升,还是变相「查答案」。
「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