Gemini 3.7 Flash 在 DeepSWE 基准测试中得分 65.5%，成本减半

摘要与判断

Gemini 3.7 Flash 在 DeepSWE 基准测试中得分达到 65.5%，较前代 3.6 Flash 版本提升 18.8%，且单任务成本降低超过一半。这一成绩显示了该模型在软件工程及多步推理场景下的显著性价比优势，为开发者在实际应用中提供了更高效、低成本的代码生成选择。

Topics

引用和原文

• Let me say this again, 3-weeks later.
• 原文链接

Trace

Raw Item

raw_6d27ef93d2d94097

Processed Item

processed_136ea722e5054a3b

Source

source_x_feishu_candidate_lyalindotcom

Cluster

查看所属簇

LLM Logs

llm_7c54e9ddd3a64640, llm_415048163a3646c8, llm_0a5d8704f495458b

Coze Loop

205db03423104af382117f96cf2beb90