Gorden Sun(@Gorden_Sun):浓眉大眼的谷歌也开始Benchmaxxing了，Gemini 3.8 Flash在DeepSWE上都给刷到第2了，实际是那么回事吗？上下文一长就完全不可靠，看看这排行榜里的执行步骤数，都干到166了，比爱思考的DeepSeek V4 Pro还要高(但还是好过瞎思考的Sonnet 5)。还我Gemini 3.7 Flash，我能接受Flash模型笨一点，简单任务能干好，写作能写好就行。

Gorden Sun

@Gorden_Sun

只发AI相关信息，个人维护的AI资讯日报（已连续日更3年）👇

Joined August 2013

1.7K Following 67.4K Followers

Gorden Sun@Gorden_Sun

2026.09.04 07:13

浓眉大眼的谷歌也开始Benchmaxxing了，Gemini 3.8 Flash在DeepSWE上都给刷到第2了，实际是那么回事吗？上下文一长就完全不可靠，看看这排行榜里的执行步骤数，都干到166了，比爱思考的DeepSeek V4 Pro还要高(但还是好过瞎思考的Sonnet 5)。还我Gemini 3.7 Flash，我能接受Flash模型笨一点，简单任务能干好，写作能写好就行。