谷歌四个月内第四款 Flash:Gemini 3.8 Flash 评测 59 分,每任务 $0.58
zacharynado · x · 2026-09-10
Artificial Analysis 发布对 Gemini 3.8 Flash 的评测(四个月内第四款 Flash):
- 智力指数:开启 high reasoning 得 59 分,较 Gemini 3.7 Flash 提升 3 分,与 GPT-5.6 Sol (xhigh) 和 Grok 4.6 (medium) 持平;medium 档 57 分,low 档 52 分。
- 定价:沿用 3.7 Flash 折扣价至年底($0.75/$3.75 每百万输入/输出 token),位于智能-成本 Pareto 前沿,每任务成本 $0.58,接近 GPT-5.6 Terra(max, $0.53),但比前代高约 40%。
- 成本上升原因:平均每任务输出 token 增 30% 至 48k,agentic 评测轮次更多。
- 能力提升主要来自 agentic 评测:𝜏³-Banking 较上代大涨 12 分至 45%,Terminal-Bench v2.1 与 GDPval-AA v2 也有提升。
所属事件:Gemini 3.8 Flash 评测出炉表现不佳(2 条相关)→
「模型」频道最新
- Ruff 作者感叹:前沿模型能在任何软件里找到无穷多 bug — charliermarsh · 2026-10-26
- 开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差 — lucasmeijer · 2026-10-26
- supermemory 发布 learner-1：面向任意模型的持续学习方案 — julianweisser · 2026-10-26
- Anthropic 称 Opus 5.5 单任务成本较 Opus 5 降约 40% — taufiqintech · 2026-10-26
- 27 家 AI 搜索接口横评:前 12 名只差 7 分,价格却差近 7 倍 — FinanceYF5 · 2026-10-26
- 现场幻灯片:OpenAI Dots 数周内登陆 EU/EEA 和英国 — testingcatalog · 2026-10-26