SemiAnalysis:Gemini 新模型刷榜痕迹明显,3.5 Pro 仍未现身
firstadopter · x · 2026-09-08
- SemiAnalysis 发推称 Gemini 3.8 Flash 和 Muse Spark 1.3 是「刷榜痕迹最明显」的模型：两者在 Terminal Bench 2.1 上与 GPT-6、Fable 5.1 相当，但在 Terminal Bench 4.0 上表现明显更差。
- firstadopter 转发并吐槽 Google 的 benchmaxxing 名声无人能及，同时追问 Gemini 3.5 Pro 到底在哪里。
所属事件:Gemini 3.8 Flash 等模型被 SemiAnalysis 指刷榜(3 条相关)→
「模型」频道最新
- 新智能体基准对标 Vending Bench：不只算利润，还测模型违约率 — xuanalogue · 2026-10-26
- 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26
- 实测 abliterated 去审查模型翻车:模型反而关心起我的心理健康 — ryunuck · 2026-10-26
- OpenAI Decisions API 升级：单次可处理 400 个问题并新增语音与图像能力 — OpenAIDevs · 2026-10-26
- 中国首个前沿AI安全独立评测实验室「方寸跃迁」成立并首发DeepSeek评测 — JacquesThibs · 2026-10-26
- 当 AI 遇上存在主义危机：模型自己也「迷茫」了 — Ok-Delivery-7437 · 2026-10-26