Gemini 3.8 Flash
Google · gemini-3.8-flash · United States of America · 上线 2026-09-02
22ECI 榜名次
157Epoch ECI
1496网友盲测分（全球第 10）
19有成绩的基准
最拿手
- GPQA diamond：第 4 / 117 名（成绩 95.4%）
- ARC-AGI：第 1 / 79 名（成绩 98.5%）
- WeirdML：第 7 / 89 名（成绩 84.8%）
相对薄弱
- Furniture Assembly：第 25 / 35 名（成绩 31.7%）
- FrontierMath-Tier-4-v2-Private：第 46 / 68 名（成绩 22.0%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| GPQA diamond | 95.4% | 4 / 117 | |
| ARC-AGI | 98.5% | 1 / 79 | |
| WeirdML | 84.8% | 7 / 89 | |
| SimpleQA Verified | 69.7% | 8 / 81 | |
| ARC-AGI-2 | 89.2% | 9 / 78 | |
| Chess Puzzles | 58.0% | 12 / 81 | |
| DTBench | 95.7% | 19 / 109 | |
| OTIS Mock AIME 2024-2025 | 98.9% | 18 / 118 | |
| LMCA | 52.9% | 20 / 104 | |
| Mystery Game Puzzles | 47.0% | 15 / 76 | |
| APEX-Agents | 64.3% | 12 / 54 | |
| Surface Evolver Bench | 76.9% | 7 / 23 | |
| FrontierMath-Tiers-1-3-v2-Private | 68.4% | 31 / 84 | |
| ProofBench | 48.0% | 31 / 68 | |
| FrontierCode | 41.2% | 23 / 41 | |
| MirrorCode | 38.9% | 17 / 27 | |
| WeirdML v3 | 14.6% | 17 / 25 | |
| FrontierMath-Tier-4-v2-Private | 22.0% | 46 / 68 | |
| Furniture Assembly | 31.7% | 25 / 35 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 19新 | DeepSeek V4.1 Flash 1017 DeepSeek | ±2.8 | 2026-10-17 |
| 20▼2 | Gemini 3.7 Flash | ±2.7 | 2026-08-13 |
| 21▼2 | Kimi K3 Moonshot | ±2.8 | 2026-07-16 |
| 23▼2 | Qwen 3.8 Max Alibaba | ±2.3 | 2026-08-02 |
| 24▼2 | GPT-5.4 OpenAI | ±2.1 | 2026-03-05 |
| 25▼2 | Muse Spark 1.3 Meta AI | ±2.2 | 2026-09-02 |