待验证85% 置信事实时间未知

Gemini 3.5 Flash在Humanities Last Exam中得分40.2%，落后于Opus的46.9%和Pro的44.4%

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

谷歌AntiGravity 2.0深度评测：桌面应用、Go重写CLI与Gemini 3.5 Flash实测

bilibili薛定猫AI

涉及实体

Gemini 3.5 Flashmodel Claude Opusmodel

相关事实

待验证Gemini 2.5 Pro在Humanities Last Exam基准测试中得分18.8%，远超O3 Mini的14%和其他模型的10%以下83% 相似待验证Gemini 3.5 Flash在Agent任务基准测试中获得83.6%的得分82% 相似待验证Gemini 3.5 Flash的编码能力基准测试得分为76.2%79% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/16539

API

curl https://kongchang.com/api/v1/knowledge/claims/16539

MCP

get_claim(id=16539)