Gemini 3.7 Flash
Google · gemini-3.7-flash · United States of America · 上线 2026-08-13
20ECI 榜名次
158Epoch ECI
1490网友盲测分（全球第 17）
16有成绩的基准
最拿手
- Chess Puzzles：第 4 / 81 名（成绩 66.0%）
- GPQA diamond：第 6 / 117 名（成绩 94.8%）
- DTBench：第 11 / 109 名（成绩 96.8%）
相对薄弱
- Furniture Assembly：第 28 / 35 名（成绩 26.7%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| Chess Puzzles | 66.0% | 4 / 81 | |
| GPQA diamond | 94.8% | 6 / 117 | |
| DTBench | 96.8% | 11 / 109 | |
| SimpleQA Verified | 69.2% | 10 / 81 | |
| APEX-Agents | 67.8% | 7 / 54 | |
| ARC-AGI-2 | 84.6% | 12 / 78 | |
| ARC-AGI | 95.5% | 14 / 79 | |
| LMCA | 50.4% | 25 / 104 | |
| Mystery Game Puzzles | 37.0% | 19 / 76 | |
| OTIS Mock AIME 2024-2025 | 97.2% | 32 / 118 | |
| ProofBench | 58.0% | 19 / 68 | |
| FrontierMath-Tiers-1-3-v2-Private | 71.6% | 26 / 84 | |
| FrontierMath-Tier-4-v2-Private | 36.6% | 27 / 68 | |
| FrontierCode | 43.6% | 17 / 41 | |
| MirrorCode | 41.1% | 15 / 27 | |
| Furniture Assembly | 26.7% | 28 / 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 |
|---|---|---|---|
| 17▼1 | Claude Haiku 5.5 Anthropic | ±3.0 | 2026-10-07 |
| 18▼1 | Claude Opus 4.8 Anthropic | ±2.3 | 2026-05-28 |
| 19新 | DeepSeek V4.1 Flash 1017 DeepSeek | ±2.8 | 2026-10-17 |
| 21▼2 | Kimi K3 Moonshot | ±2.8 | 2026-07-16 |
| 22▼2 | Gemini 3.8 Flash | ±2.9 | 2026-09-02 |
| 23▼2 | Qwen 3.8 Max Alibaba | ±2.3 | 2026-08-02 |