Gemini 3.8 Flash 遭质疑：宣传图亮眼，Terminal-Bench 不说谎
oleks01 · x · 2026-09-08
开发者 oleks01 直言 Gemini 3.8 Flash 「是个笑话」，称不要被 Google 的官方对比图迷惑——在 Terminal-Bench（终端/agent 编码基准）上的实际表现说明了一切，暗示该模型宣传成绩与真实编码/agent 能力不符。
「模型」频道最新
- Similarweb：ChatGPT 月活破 10.6 亿，连续 4 个月创新高 — FinanceYF5 · 2026-09-11
- PuzzleMask 用普通英文绕过全部 4 个 LLM 门卫模型 — TechNadu · 2026-09-11
- 曝 OpenAI Codex 或于本周末再发额度重置，Codex 负责人暗指常有 — umesh_ai · 2026-09-11
- 曝 OpenAI 用 Navier-Stokes 模型攻黎曼猜想与 P vs NP — 141_1337 · 2026-09-11
- 实测发现 OpenRouter 不稳定支持 Meta Muse effort 档位，欧盟付费也受阻 — PawelHuryn · 2026-09-11
- 用户实测:Codex 单轮烧掉 4700 积分,$200 额度 20 分钟未完成任务 — RileyRalmuto · 2026-09-11