Gemini 3.5 Flash Lite

编程47.89 项

• ProgramBench照样重写程序·Vals AI0.0%折算分 至多 78.2+
• LiveBench Coding写代码·LiveBench76.1%折算分 56.0+
• LiveBench Agentic Coding改真实仓库·LiveBench45.3%折算分 52.6+
• APEX-SWE系统集成与排障·Mercor31.2%折算分 50.9+
• Vibe Code Bench v1.1做网页应用·Vals AI37.2%折算分 49.0+
• Terminal-Bench 4.0终端里干活·Artificial Analysis1.0%折算分 至多 48.9+
• CyberBench Patch v1.1修安全漏洞·Vals AI73.2%折算分 48.6+
• FrontierCode 2.0改真实仓库·Artificial Analysis6.0%折算分 44.0+
• SciCode科研计算代码·Artificial Analysis41.3%折算分 39.8+

科研40.710 项

• Terminal-Bench Science终端里做科研·Artificial Analysis0.0%折算分 至多 55.9+
• Mystery Game Puzzles游戏局面推理·Epoch AI19.0%折算分 50.3+
• CritPt研究级物理·Artificial Analysis0.0%折算分 至多 46.9+
• 致知 · 逻辑月榜中文难题·llm201411.9%折算分 42.3+
• FrontierMath T1–3研究级数学·Epoch AI26.0%折算分 39.2+
• LiveBench Reasoning逻辑与空间推理·LiveBench60.2%折算分 39.2+
• Chess Puzzles下棋解题·Epoch AI16.0%折算分 39.2+
• AARC-AGI-2举一反三·ARC Prize10.3%折算分 37.9+
• Humanity's Last Exam专家级难题·Artificial Analysis18.8%折算分 35.5+
• CritPt v2 Hard研究级物理·Artificial Analysis3.5%折算分 至多 34.5+

专业办公43.610 项

• Harvey LAB-AA v1.1法律文书·Artificial Analysis0.0%折算分 至多 70.4+
• MedCode医疗编码·Vals AI43.5%折算分 53.3+
• AutomationBench-AA业务自动化·Artificial Analysis25.0%折算分 50.0+
• APEX-Agents投行咨询法律·Mercor29.3%折算分 44.8+
• GDPval-AA职业交付件·Artificial Analysis994.5折算分 43.6+
• τ³-Banking银行客服·Mercor18.6%折算分 43.0+
• Legal Research Bench法律检索·Vals AI13.9%折算分 39.4+
• LiveBench Data Analysis数据处理·LiveBench53.2%折算分 37.3+
• AA-Briefcase办公长任务·Artificial Analysis651.2折算分 35.6+
• TaxAgentBench税务问答·Vals AI7.3%折算分 34.5+

知识问答52.77 项

• PBullshitBench v2识破错误前提·BullshitBench60.0%折算分 68.8+
• LiveBench IF按要求作答·LiveBench67.2%折算分 57.7+
• AA-Omniscience v1.1知道与不乱编·Artificial Analysis6.9折算分 55.4+
• LiveBench Language语言理解·LiveBench71.8%折算分 50.4+
• AA-LCR长文理解·Artificial Analysis76.0%折算分 49.3+
• LNYT Connections 扩展版词语归类·Lech Mazur60.4%折算分 49.2+
• MLCR-AA医疗长记录·Artificial Analysis10.6%折算分 47.2+

真人盲选48.12 项

• Arena Text对话盲选·LMArena1,454.7折算分 52.5+
• Arena WebDev网页成品盲选·LMArena1,435.3折算分 46.2+

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。