Artificial Analysis（@ArtificialAnlys）评测显示，Google DeepMind 新发布的 Gemini 3.8 Flash（高推理）在 Intelligence Index 上得 59 分，较 3.7 Flash 高 3 分，并与 GPT-5.6 Sol（xhigh）及 Grok 4.6（medium）持平。代理评测（τ³-Banking、Terminal-Bench、GDPval）提升明显；年末前维持 $0.75/$3.75 每百万 token 优惠价，约 $0.58/任务坐在智力-成本前沿。
Artificial Analysis（@ArtificialAnlys）评测 Meta Muse Spark 1.3：xhigh 变体智能指数 61（较 1.2 的 57 升 4 分），有限预览的 max 变体达 62，仅次于 Claude Fable/Opus 系列。增益主要来自智能体与科学能力；xhigh 在指数≥59 模型中单任务成本最低（约 $0.55），定价仍为 $1.25/$4.25 每百万 token。
Arena.ai（@arena）指出 Google DeepMind 的 Gemini 3.8 Flash (High) 首次把 Gemini 推上 Agent Arena 帕累托前沿：API 价 $0.75/$3.75 每百万 token，Agent Arena 中位成本约 $0.22/任务且净提升 +5.94%，表现接近 Grok 4.5 与 GLM 5.2 (Max)，但单价低约 44–50%。
LMArena（@arena）详解 Gemini 3.8 Flash (High) 相对 3.7 Flash (High) 在 Agent Arena 的跃升：净提升从 +0.84%（总榜 #32）升至 +5.94%（总榜 #14）。Agent Arena 用网页/文件系统/终端等真实长程任务衡量相对平均模型的净改进；五维信号里 Praise vs Complaint 改善最猛（+14.78% vs -1.60%），Confirmed Success 与 Bash Recovery 也明显变好，Steerability 仍弱但已好转。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察