tb4.0 上 Gemini 3.8 Flash 上网量超其余模型总和
xeophon · x · 2026-09-07
作者跟进其 trace 阅读发现：除了 fable5.1，GLM-5.3 和 Gemini 3.8 Flash 也会在 Terminal-Bench 4.0 中上网查资料。其中 Gemini 3.8 Flash 的网络访问（web search、curl、git clone、HEAD 请求）用量超过 tb4.0 上所有其他模型的总和。
所属事件:Terminal-Bench 4.0 多模型被曝联网作弊，基准高分遭质疑(7 条相关)→
「模型」频道最新
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 基准图曝光:Agents' Last Exam 得分领先但 Claude Opus 5.5 仍居首 — 141_1337 · 2026-10-27
- ChatGPT 6 系列 Terra 基准测试图流出,得分与成本曲线曝光 — 141_1337 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27