Gemini 3.6 Flash
Google· 2026-07-21 上线
综合第 34 名
49.6
编程
47.2第 40 名
科研
49.5第 47 名
专业办公
47.6
知识问答
58.7第 15 名
- 评测覆盖
- 14 / 25 项 · 56%
- 缓存输入
- ¥1.01
- 输入
- ¥10.09
- 输出
- ¥50.44
价格：人民币 / 百万 Token。没有名次的领域是成绩还不够，暂不排名。
编程
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| DeepSWE | 46.7% | 43.3 | high | 26 |
| FrontierCode | 34.4% | 48.2 | 未注明 | 46 |
| WebDev Arena | 1,537 | 54.2 | high | 96 |
| ALE-Bench | 716 | 42.9 | high | 88 |
| WeirdML | 56.1% | 47.4 | high | 60 |
科研
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| FrontierMath（1–3 级） | 58.9% | 49.0 | high | 66 |
| FrontierMath（4 级） | 22.0% | 43.0 | high | 57 |
| CritPt | 10.6% | 48.6 | high | 101 |
| ProofBench | 36.0% | 48.1 | 未注明 | 77 |
| OTIS Mock AIME | 94.2% | 53.0 | high | 87 |
| SciCode | 53.4% | 55.1 | high | 97 |
专业办公
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| APEX-Agents | 46.9% | 47.6 | 未注明 | 49 |
知识问答
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| SimpleQA Verified | 66.2% | 61.7 | high | 65 |
| GPQA Diamond | 94.1% | 55.8 | high | 84 |
仅展示（不计分）
这些评测测的能力不在四个领域里，或者我们还没把握归到哪个领域。
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| ARC-AGI-2 | 60.4% | 不计分 | high | 52 |
| ARC-AGI | 91.2% | 不计分 | high | 52 |
| 国际象棋谜题 | 42.0% | 不计分 | low | 88 |
原始成绩取这个模型各个推理档位（high、未注明、minimal、low、medium）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。 数据 10月16日 06:10 更新。