Gemini 3.8 Flash

Google DeepMind · 发布于 2026-09-02

评分规则

综合评分64.0第 13 名 · 覆盖 100%

编程59.4第 24 名 · 覆盖 100%

专业办公62.9第 20 名 · 覆盖 100%

知识问答74.2第 5 名 · 覆盖 100%

科研65.5第 16 名 · 覆盖 100%

上下文窗口

1,048,576 token

API 价格

缓存 ¥1 · 输入 ¥10.03 · 输出 ¥50.15

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

18 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-09-02 至 2026-10-13；另有 14 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（4）

gemini-3.8-flash-high
google/gemini-3.8-flash
gemini-3.8-flash_high
Gemini 3.8 Flash (High)

编程

59.4

LiveBench CodingLiveBench72.49%统一读数 36.3

来源: LiveBench Coding
上游型号: gemini-3.8-flash-high
运行配置: gemini-3.8-flash-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Terminal-Bench 4.0Vals AI19.70%统一读数 54.5

来源: Terminal-Bench 4.0
上游型号: google/gemini-3.8-flash
运行配置: high · Mini-SWE-agent · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Code MigrationVals AI36.55%统一读数 58.2

来源: Code Migration
上游型号: google/gemini-3.8-flash
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI78.65%统一读数 63.9

来源: Vibe Code Bench v1.1
上游型号: google/gemini-3.8-flash
运行配置: high · OpenHands · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

65.5

FrontierMath T1–3 v2Epoch AI68.42%统一读数 56.9

来源: FrontierMath T1–3 v2
上游型号: gemini-3.8-flash_high
运行配置: gemini-3.8-flash_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-09-02
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI58.00%统一读数 74.3

来源: Chess Puzzles
上游型号: gemini-3.8-flash_high
运行配置: gemini-3.8-flash_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Mystery Game PuzzlesEpoch AI47.00%统一读数 67.0

来源: Mystery Game Puzzles
上游型号: gemini-3.8-flash_high
运行配置: gemini-3.8-flash_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-09-02
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench89.29%统一读数 65.5

来源: LiveBench Reasoning
上游型号: gemini-3.8-flash-high
运行配置: gemini-3.8-flash-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

MysteryMechanismVals AI36.49%统一读数 69.6

来源: MysteryMechanism
上游型号: google/gemini-3.8-flash
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI8.57%统一读数 58.2

来源: Terminal-Bench-Science
上游型号: google/gemini-3.8-flash
运行配置: high · Mini-SWE-agent · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

62.9

LiveBench Data AnalysisLiveBench54.01 / 100（任务均分）统一读数 -21.3

来源: LiveBench Data Analysis
上游型号: gemini-3.8-flash-high
运行配置: gemini-3.8-flash-high · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Finance Agent (v2)Vals AI61.44%统一读数 77.4

来源: Finance Agent (v2)
上游型号: google/gemini-3.8-flash
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Harvey's Legal Agent BenchmarkVals AI10.00%统一读数 59.3

来源: Harvey's Legal Agent Benchmark
上游型号: google/gemini-3.8-flash
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

MedCodeVals AI48.13%统一读数 60.8

来源: MedCode
上游型号: google/gemini-3.8-flash
运行配置: high · Vals one-shot 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

74.2

SimpleQA VerifiedEpoch AI69.70%统一读数 75.8

来源: SimpleQA Verified
上游型号: gemini-3.8-flash_high
运行配置: gemini-3.8-flash_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-09-02
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench87.79%统一读数 76.9

来源: LiveBench Language
上游型号: gemini-3.8-flash-high
运行配置: gemini-3.8-flash-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench81.41%统一读数 106.7

来源: LiveBench IF
上游型号: gemini-3.8-flash-high
运行配置: gemini-3.8-flash-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

真人偏好

68.6

Arena Text · 风格控制Arena1496.38 Elo统一读数 73.0

来源: Arena Text · 风格控制
上游型号: Gemini 3.8 Flash (High)
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。