DataLearner 标志

Gemini 3.7 Flash 评测详情

Gemini 3.7 Flash 当前已收录的代表性评测结果包括 Terminal-Bench 2.1(8 / 40,得分 85.80)、CharXiv RQ(3 / 13,得分 88.70)、GDM-MRCR v2 (8-needle, 128K)(1 / 4,得分 97)。

评测结果

Gemini 3.7 Flash

评测结果

思考模式
工具使用
联网能力

AI Agent - 工具使用

共 7 项评测
评测名称 / 模式
得分
排名/总数
87.10
1 / 1
Terminal-Bench 2.1
开启思考工具
85.80
8 / 40
LABBench2
工具联网
82.10
1 / 1
OSWorld 2.0
工具
47.90
4 / 4
43.50
1 / 1
Automation Bench
开启思考工具
30.40
3 / 6
14.90
3 / 3

编程与软件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
Code Arena WebDev
开启思考工具
1588
1 / 1
DeepSWE
工具
65.30
10 / 24
FrontierCode 1.1
开启思考工具
43.60
2 / 2

综合评估

共 2 项评测
评测名称 / 模式
得分
排名/总数
56
3 / 5
53.60
1 / 1

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
26.30
7 / 8

生产力知识

共 2 项评测
评测名称 / 模式
得分
排名/总数
GDPval-AA v2
开启思考
1525
5 / 9
Harvey Lab-AA
开启思考
90.70
2 / 3

多模态理解

共 4 项评测
评测名称 / 模式
得分
排名/总数
84.50
9 / 13
CharXiv RQ
工具
88.70
3 / 13
85.40
1 / 1
34
1 / 1

长上下文

共 1 项评测
评测名称 / 模式
得分
排名/总数