Gemini 3.5 Flash

编程54.98 项

• ProgramBench照样重写程序·Vals AI0.0%折算分 至多 78.2+
• LiveBench Coding写代码·LiveBench78.2%折算分 58.2+
• SciCode科研计算代码·Artificial Analysis53.9%折算分 55.3+
• LiveBench Agentic Coding改真实仓库·LiveBench49.0%折算分 55.3+
• APEX-SWE系统集成与排障·Mercor36.1%折算分 54.6+
• Vibe Code Bench v1.1做网页应用·Vals AI48.7%折算分 52.8+
• Terminal-Bench 4.0终端里干活·Artificial Analysis6.6%折算分 51.0+
• Terminal-Bench 4.0终端里干活·Vals AI6.1%折算分 46.1+

科研59.28 项

• AARC-AGI-2举一反三·ARC Prize72.1%折算分 64.1+
• Chess Puzzles下棋解题·Epoch AI45.0%折算分 63.8+
• Mystery Game Puzzles游戏局面推理·Epoch AI32.0%折算分 60.6+
• Humanity's Last Exam专家级难题·Artificial Analysis42.7%折算分 60.0+
• CritPt研究级物理·Artificial Analysis13.1%折算分 59.2+
• FrontierMath T1–3研究级数学·Epoch AI62.8%折算分 57.9+
• Terminal-Bench Science终端里做科研·Vals AI5.7%折算分 57.3+
• LiveBench Reasoning逻辑与空间推理·LiveBench82.0%折算分 55.8+

专业办公56.49 项

• MedCode医疗编码·Vals AI55.8%折算分 68.5+
• AA-Analyst Agent数据分析·Artificial Analysis45.0%折算分 66.9+
• AutomationBench-AA业务自动化·Artificial Analysis42.1%折算分 58.6+
• Legal Research Bench法律检索·Vals AI30.8%折算分 57.2+
• TaxAgentBench税务问答·Vals AI21.7%折算分 56.9+
• GDPval-AA职业交付件·Artificial Analysis1,211.6折算分 51.8+
• LiveBench Data Analysis数据处理·LiveBench64.9%折算分 49.1+
• AA-Briefcase办公长任务·Artificial Analysis875.6折算分 44.1+
• APEX-Agents投行咨询法律·Mercor27.5%折算分 43.2+

知识问答61.07 项

• LNYT Connections 扩展版词语归类·Lech Mazur92.6%折算分 74.1+
• SimpleQA Verified事实准确·Epoch AI66.2%折算分 73.5+
• LiveBench IF按要求作答·LiveBench75.6%折算分 68.5+
• LiveBench Language语言理解·LiveBench84.6%折算分 67.2+
• AA-LCR长文理解·Artificial Analysis73.3%折算分 46.5+
• MLCR-AA医疗长记录·Artificial Analysis10.0%折算分 45.9+
• PBullshitBench v2识破错误前提·BullshitBench20.0%折算分 25.3+

真人盲选57.32 项

• Arena Text对话盲选·LMArena1,478.3折算分 61.5+
• Arena WebDev网页成品盲选·LMArena1,499.6折算分 52.4+

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。