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。
核心要点速览
- ✓Agent Arena 净提升 +5.94%、总榜 #14，相对 3.7 的 +0.84%/#32 大幅跃升。
- ✓Praise vs Complaint +14.78%（前代 -1.60%），用户正向反馈显著增多；Bash Recovery 与 Confirmed Success 同步改善。
- ✓Steerability 仍为短板（-1.43%），但已好于 3.7；Tool Hallucination 两边均无显著问题。
⚡
一眼结论开发者 3 秒速决决策指标
🧭
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
实战指南准备好将技术转化为生产力？
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
接着读LMArena：Gemini 3.8 Flash 登陆 Agent/Text/Code Arena，Agent 榜第 14、Text 第 7
立即阅读→
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