Gemini新Flash半价实测
三周前我还在配3.6 Flash的参数，今天3.7已经上了，changelog都来不及看完。我去Artificial Analysis上查了，3.7 Flash的Intelligence Index拿了56分，跟GPT-5.5 Terra、Claude Sonnet 5这些旗舰模型差不多在一个区间，价格却是它们的零头。我跑了一组Agent任务，AutomationBench从17%直接跳到30.4%，多步骤任务明显稳了。DeepSWE那个编程基准更离谱，从49%飙到65.3%，这个跨度不是挤牙膏，是直接换了一管。但说实话，模型迭代这么快，选型策略得从"选最好的"变成"选够用的"，不然光追版本就累死了。我现在是年底前把能迁移的活儿全迁过来，能省则省。你们选型还看benchmark吗？
发布于 上海
1
评论
1
未登录
友善发言
评论
加载中
