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
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27