- etnperlong2026-09-03
今天 Gemini 3.8 Flash 正如预期发布了
本来不带有什么期待，比较 Gemini 也就那样
结果突然发现登顶 DeepSWE v1.1 测评第一了
这还是我认识的 Google 吗？？？
下班之前的 Hacker News 已经讨论疯了：传送门
总的来说就是又狠又快
Gemini 拳打 GPT 脚踢 Claude 真的要成真了吗？！
主楼 - happy992026-09-03
噱头比较多一点吧！ 暂时观望
- andrew25582026-09-03
google 吹牛是第一
- maolon2026-09-03
那 muse spark 1.3 还 75 分 deepswe 脚踢 3.8 flash 呢，
deepswe 现在不推出新版本测试就是下一个 livebench 了，很快就无人在意，已经被这些新模型玩坏了
- Tumblr2026-09-03
Gemini 这玩意儿差点把我心态搞崩！
我问它我的法师在游戏里的木桩输出是什么水平，它告诉我单目标 116k 是 very low ，5 目标 350k 是 quite low ，给出的平均数据是单目标 320-350k ，5 目标是 950-1100k~
PS 魔兽世界里的日怒奥法师
- evilHa2026-09-03
gemini 算了，事实错误太多了，用 google.com 直接问能更准点，搜索的资料多，能弥补事实错误。
- bush9112026-09-03
不懂这些评测
- miniliuke2026-09-03
AI 跑分已经被玩坏了，含金量堪比安兔兔
- f10w-v2ex2026-09-03
早上起来打开 agy ，看到 Gemini 3.8 flash 了
- miniliuke2026-09-03
@miniliuke 不过 gemini flash 依旧是我最爱的模型，输入输出快得一匹
- zsxzy2026-09-03
用来做 Android app 开发挺好用的, 知识是最新的
- keenkiller2026-09-03
刷分刷的
- docx2026-09-03
过不了一周又要拉了
ryougifujino2026-09-03DeepSWE 越来越像个笑话了，从 Opus5 全方面碾压 Fable5 就能看出来
- Felldeadbird-v2ex2026-09-03
诚然 gemini 很强，但是 3.5 后 额度消耗那么快，同比其他家，你再强额度太快也遭不住啊。
- dingwen072026-09-03
- gpt52026-09-03
手机有跑分模式，模型也有跑分模式。
算力给够了都贼拉猛。 - zuosiruan2026-09-03
@Felldeadbird 啊？你是真心觉得很强的吗？
- kindjeff-v2ex2026-09-03
- Felldeadbird-v2ex2026-09-03
@zuosiruan 要看哪方面啊。UI 设计我觉得 gemini 是这么多家最好看的。出图一致性比 openai 好。 其他方面就见仁见智。但是额度消耗太高了，没几个羊毛号用不起。
- wowo2432026-09-03
为什么知乎上都是说刷分的
- mogutouer2026-09-03
这个榜单 fable 比 opus 分数还低，是怎么回事，这个成绩还可用吗，实际体感上 fable 比 opus 出品好多了
- we1w3i2026-09-03
就算他模型很强，实际使用算力也不会给那么足给你
- Maboroshii2026-09-03
这个榜单应该是写代码的榜吧
