Gemini 3.1 Pro Preview疑似被Livebench排行榜除名

V_Arrow 2026-06-23 22:15 1

目前排行榜已看不到该模型，原因未知。此前该模型因为有刷分嫌疑需要手动勾选“Show High Unseen Question Bias Models”才能看到，而当前完全不可见

最新回复 (19)

欣欣|林可欣 06-23 22:17

1楼

近期在另一个竞技场冒名3.5p参加竞技，和之前的flash模型异曲同工跑这里却是刷分吗
V_Arrow 楼主 06-23 22:19

2楼

因为在测试里，对于未见过的问题表现显著较差，所以怀疑有刷分嫌疑，Livebench还专门给它写了这个注释
Hifumi Mizuhara 06-23 22:19

3楼

Arena在灰测3.5 Pro呢，听说

就是不知道有啥关联
mild_cloud 06-23 22:19

4楼

难道说3.5 Pro要上线了？ ^-^
V_Arrow 楼主 06-23 22:20

5楼

按理说不应该……别的模型测试时/发布后都不影响已有的成绩，甚至Fable 5这个下架的模型成绩还在，唯独3.1 Pro没了，别搞到最后又是什么草台班子操作
Naxida 06-23 22:21

6楼

（帖子已被作者删除）
LIFE001400 06-23 22:21

7楼

但是按理来说，你都标注这个了，那就不至于再把它踢出去吧？感觉还是3.5Pro快上线了。但是也很奇怪啊，没理由他要上线就把3.1给踢了。
Hifumi Mizuhara 06-23 22:22

8楼

听说Arena上面battle mode在灰测一个截止日期2026.3的Gemini 3.1 Pro

但是我刷了半天连3.1 Pro都没见到

见到一个3.1 Pro Grounding，开搜索了 ^-^

我等你等得好苦啊哈基米
V_Arrow 楼主 06-23 22:23

9楼

是的，感觉按常理很难解释的通，所以别搞到最后真是啥乌龙操作
V_Arrow 楼主 06-23 22:23

10楼

是的呀，虽然哈基米coding不行，但别的各方面都挺好的，智商高、说人话（不算网页端那个美国豆包），3.5赶紧支棱起来啊
Hifumi Mizuhara 06-23 22:24

11楼

信源不可靠

但是可以当个希望来看

但是我已经看到好几个人在发这个了

空穴来风也不可能毫无依据吧
V_Arrow 楼主 06-23 22:25

12楼

现在唯一概率较高的是，3.5P应该大涨价，看齐GPT/Opus，毕竟3.5F都翻了三倍还是几倍来着
Junglecola 06-23 22:26

13楼

现状：

USER A ：It is NOT fake

USER B : FAKE!

我到底该信谁
Hifumi Mizuhara 06-23 22:26

14楼

涨价无所谓

你要对齐Opus才涨价

就像3.5 Flash涨价至少是因为agent强了可以踮脚摸到Sonnet

你别3.1 Pro那样给我涨价

那我一生黑Google
ANON 06-23 22:28

15楼

划重点: COULD be a monster
Hifumi Mizuhara 06-23 22:30

16楼

因为现在Gemini is nowhere near a monster
阿昌 06-23 22:32

17楼

我剛剛去測兩輪，真的有這個輸出，哈基米 3.5Pro 指日可待
Hifumi Mizuhara 06-23 22:32

18楼

羡慕运气好的佬

我测了15轮都没有碰到Gemini 3.1 Pro

到处都是Opus，Kimi，DeepSeek
点点点…点娘！ 06-23 22:32

19楼

类脑那边有测试了

3.5P的幻觉有点高 ^-^