Gemini 3.7 Flash成爆款：上线一周破增长纪录
相关推荐
Artificial Analysis重做智能榜：40%权重改用私有测试
动察 Beating AI 快讯，Artificial Analysis 更新 Intelligence Index v4.2，旨在让榜单更难被针对性刷分。私有测试权重从 20% 提高到 40%，模型厂商无法提前看到完整测试集，减少针对 Benchmark 专门优化的空间。 新版加入 AA-Briefcase 和 GDP.pdf。AA-Briefcase 模拟持续数周的真实知识工作项目，模型要处理大量关联任务和数千份文件。GDP.pdf 则拿 100 份、共 4592 页的专业 PDF 出题，要求模型跨文本、表格、图表和脚注找证据再回答。 GPQA Diamond 则被直接移出综合指数。这个研究生级科学问答测试已经接近饱和，GPT-6 Astra 最高达到 96.3%，Gemini 3.8 Flash 也达到 95.3%，已经很难区分最强模型。 重新计算后，Claude Fable 5.1 仍排第一，GPT-6 Astra 第二。Astra 得分 55，比 GPT-5.6 Sol 高 4 分。Artificial Analysis 还称，Astra 在同级前沿模型中用了更少的输出 Token。
DeepSWE一夜两换榜首：Gemini刚上去，Meta又报75.4%
动察 Beating AI 快讯，Gemini 3.8 Flash 刚发布时，Google 在 DeepSWE v1.1 上跑出 73.7%。DeepSWE 官方榜目前将它显示为 74%±1%，排在 Claude Opus 5 和 GPT-5.6 Sol 前面。几个小时后，Meta 又公布 Muse Spark 1.3，自己在同一套 DeepSWE 上跑到 75.4%，把公开成绩再往上推了 1.7 个百分点。 这项测试让 Agent 独立处理 113 个真实代码库里的长周期软件工程任务。Google 和 Meta 都使用 mini-swe-agent，Google 跑的是 high 推理档，Meta 跑的是 max。Meta 上一代 Spark 1.2 只有 55.0%，这次直接涨了 20.4 个百分点。不过 Meta 的 75.4% 目前还没进入 DeepSWE 官方榜。 在 Artificial Analysis 的 Coding Agent Index 中，限量预览的 Spark 1.3 max 得到 68 分，仅次于 Claude Opus 5；目前公开可用的 xhigh 版本则是 64 分。
Gemini3.8 Flash正式上线：价格不变，多项评测胜过Opus5
动察 Beating AI 快讯，Google 正式上线 Gemini 3.8 Flash。新模型继续主打长时间软件工程和自主 Agent。上下文约 100 万 Token，最高输出 6.5 万 Token。Google 的托管 Antigravity Agent 也已经默认换成 3.8 Flash。 Google 自家对比表里，3.8 Flash 在 14 组分数中拿下 8 组第一。DeepSWE v1.1 从 65.3% 升到 71.0%，接近 Opus 5 的 74.0%。Terminal-bench 2.1 则达到 89.4%，略高于 Opus 5 的 89.1% 和 GPT-5.6 Sol 的 88.8%。金融 Agent、法律 Agent、复杂图表推理和长视频理解也拿到最高分。 不过它没有全面超过旗舰。Terminal-bench 4.0 只有 19.1%，Opus 5 是 51.8%。OSWorld-2.0 也以 59.0% 落后于 Opus 5 的 75.4%。 3.8 Flash 当前输入 0.75 美元、输出 3.75 美元/百万 Token，和 3.7 Flash 一样。两项单价都只有 Opus 5 的 15%。优惠到 12 月 31 日，2027 年 1 月 1 日起翻倍。
谷歌最快将于周三发布Gemini 3.8 Flash
动察 Beating AI 快讯，据《华尔街日报》记者 Erin Woo 援引员工消息报道，谷歌的人工智能研究部门将发布 Gemini 3.8 Flash 新模型，其编码能力得到显著增强。该模型内部代号为「Skimaki」，最早可能于周三（9 月 2 日）上线。在与谷歌内部编码工具 Jetski 的对比测试中，公司工程师对这款新模型的偏好程度超过了 Anthropic 的 Opus。
Gemini 3.8 Flash明天见？爆料称已完成生产部署
动察 Beating AI 快讯，Gemini 3.8 Flash 可能马上就要上线。爆料者 lyra 称，gemini-3.8-flash 已经完成部署，将在「明天」发布。 上周，《Business Insider》已经拿到内部截图。Gemini 3.8 Flash Preview 出现在 Google 内部编码平台 Jetski。一名试用员工称，它已经明显好于 3.7 Flash。 3.8 Flash 内部代号为 skimaki。这次主要在修 3.7 Flash 暴露的问题，同时减少模板化、啰嗦的「AI 废话」。 Gemini 3.7 Flash 才在 8 月 13 日发布，两代间隔还不到三周。
3.7发布仅两周，谷歌内部已测试Gemini 3.8 Flash
动察 Beating AI 快讯，谷歌已经开始内部测试 Gemini 3.8 Flash。《Business Insider》拿到的内部截图显示，新模型名为 Gemini 3.8 Flash Preview，已经向部分员工开放，并出现在谷歌内部编程平台 Jetski 上。 一名已经试用的员工称，3.8 Flash 用起来「明显好于」3.7 Flash，但也表示现在还太早，无法做完整评价。 Gemini 3.7 Flash 在 8 月 13 日正式发布，距离 3.8 内测消息曝光只有 14 天。而 3.7 本身距离 3.6 发布也只有三周。谷歌此前表示，希望把模型更新速度提高到接近每月一次。