Gemini 3.8 Flash 跑 DeepSWE 1.1 拿了 73.7% 的分数

文章来源：企鹅号 - 八戒爱探索

刚看到个挺有意思的成绩：Gemini 3.8 Flash 在 DeepSWE 1.1 这个评测上跑出了 73.7% 的得分。说实话这个成绩在我预期之上，毕竟 Flash 系列一向是偏轻量、追求速度的定位，能在 DeepSWE 这类软件工程向的基准里拿到七成三，说明代码理解和任务拆解的能力确实提上来了。身边搞评测的朋友最近也在盯这一版，感觉后续应该会有更多对比数据出来，到时候看看跟同档位模型差多少。