Gemini 3.6 Flash

编程56.58 项

• ProgramBench照样重写程序·Vals AI0.0%折算分 至多 78.2+
• CyberBench Patch v1.1修安全漏洞·Vals AI85.7%折算分 63.0+
• LiveBench Coding写代码·LiveBench77.9%折算分 57.8+
• Vibe Code Bench v1.1做网页应用·Vals AI64.0%折算分 57.7+
• APEX-SWE系统集成与排障·Mercor39.4%折算分 56.9+
• SciCode科研计算代码·Artificial Analysis53.4%折算分 54.6+
• Terminal-Bench 4.0终端里干活·Artificial Analysis7.1%折算分 51.6+
• LiveBench Agentic Coding改真实仓库·LiveBench43.4%折算分 51.2+

科研57.69 项

• Chess Puzzles下棋解题·Epoch AI40.0%折算分 60.7+
• AARC-AGI-2举一反三·ARC Prize60.4%折算分 59.7+
• Mystery Game Puzzles游戏局面推理·Epoch AI30.0%折算分 59.4+
• LiveBench Reasoning逻辑与空间推理·LiveBench85.1%折算分 59.2+
• Humanity's Last Exam专家级难题·Artificial Analysis40.8%折算分 58.4+
• BioMysteryBench生物数据分析·Vals AI58.5%折算分 58.0+
• CritPt研究级物理·Artificial Analysis10.6%折算分 56.3+
• Terminal-Bench Science终端里做科研·Vals AI4.3%折算分 至多 56.1+
• FrontierMath T1–3研究级数学·Epoch AI58.9%折算分 56.0+

专业办公56.28 项

• MedCode医疗编码·Vals AI53.2%折算分 65.2+
• AutomationBench-AA业务自动化·Artificial Analysis53.0%折算分 63.5+
• APEX-Agents投行咨询法律·Mercor46.9%折算分 57.9+
• GDPval-AA职业交付件·Artificial Analysis1,294.6折算分 55.0+
• TaxAgentBench税务问答·Vals AI18.0%折算分 52.9+
• Legal Research Bench法律检索·Vals AI25.0%折算分 52.1+
• AA-Briefcase办公长任务·Artificial Analysis955.7折算分 47.2+
• LiveBench Data Analysis数据处理·LiveBench63.0%折算分 47.1+

知识问答61.07 项

• SimpleQA Verified事实准确·Epoch AI66.2%折算分 73.5+
• LNYT Connections 扩展版词语归类·Lech Mazur89.0%折算分 68.9+
• LiveBench IF按要求作答·LiveBench75.4%折算分 68.2+
• LiveBench Language语言理解·LiveBench83.9%折算分 66.1+
• AA-LCR长文理解·Artificial Analysis80.0%折算分 54.1+
• MLCR-AA医疗长记录·Artificial Analysis10.0%折算分 45.9+
• PBullshitBench v2识破错误前提·BullshitBench28.0%折算分 36.1+

真人盲选58.92 项

• Arena Text对话盲选·LMArena1,482.7折算分 63.1+
• Arena WebDev网页成品盲选·LMArena1,537.7折算分 56.1+

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。