Gemini 3.8 Flash 发布即王炸？又快又准登顶 DeepSWE 评测第一

etnperlong 2026-09-03 01:41 1

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？！

最新回复 (23)

happy99 09-03 06:51

1楼

噱头比较多一点吧！　暂时观望
andrew2558 09-03 07:24

2楼

google 吹牛是第一
maolon 09-03 07:49

3楼

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
Tumblr 09-03 07:55

4楼

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
evilHa 09-03 08:19

5楼

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。
bush911 09-03 08:23

6楼

不懂这些评测
miniliuke 09-03 08:30

7楼

AI 跑分已经被玩坏了，含金量堪比安兔兔
f10w 09-03 08:30

8楼

早上起来打开 agy ，看到 Gemini 3.8 flash 了
miniliuke 09-03 08:31

9楼

@miniliuke 不过 gemini flash 依旧是我最爱的模型，输入输出快得一匹
zsxzy 09-03 08:33

10楼

用来做 Android app 开发挺好用的, 知识是最新的
keenkiller 09-03 08:57

11楼

刷分刷的
docx 09-03 09:02

12楼

过不了一周又要拉了
ryougifujino 09-03 09:12

13楼

DeepSWE 越来越像个笑话了，从 Opus5 全方面碾压 Fable5 就能看出来
Felldeadbird 09-03 09:15

14楼

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。
dingwen07 09-03 09:20

15楼

@zsxzy Android App 开发，只要装了 Android CLI 的 Skill ，AI 就能够直接自主查询 Android Developer 文档
gpt5 09-03 09:22

16楼

手机有跑分模式，模型也有跑分模式。
算力给够了都贼拉猛。
zuosiruan 09-03 09:38

17楼

@Felldeadbird 啊？你是真心觉得很强的吗？
kindjeff 09-03 09:51

18楼
Felldeadbird 09-03 10:48

19楼

@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。
wowo243 09-03 10:51

20楼

为什么知乎上都是说刷分的
mogutouer 09-03 10:53

21楼

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
we1w3i 09-03 11:14

22楼

就算他模型很强，实际使用算力也不会给那么足给你
Maboroshii 09-03 11:21

23楼

这个榜单应该是写代码的榜吧