待验证50% 置信事实精确时间

最新版Gemini在几乎所有基准测试中都击败了旧版Claude，唯独编程这一项例外

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

10款AI工具怎么选？按场景分工的实用指南

bilibili中山龙阿介2026/6/21

相关事实

待验证Gemini 3.1 Pro发布后，不少开发者对其表现感到失望，认为单次实力测试大幅下滑72% 相似待验证Opus 4在软件工程基准测试中击败了包括Gemini 2.5 Pro在内的所有模型70% 相似待验证Gemini 2.5 Pro在数学能力基准测试中与O3 Mini持平，两者都将其他模型远远甩在身后69% 相似待验证Gemini 3在SWE-bench基准测试中智能体场景下的得分远超同类模型69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/41777

API

curl https://kongchang.com/api/v1/knowledge/claims/41777

MCP

get_claim(id=41777)