待验证75% 置信事实时间未知

Gemini 3在SWE-bench基准测试中智能体场景下的得分远超同类模型

1

来源数

75%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Gemini 3实测：AI Studio Vibe Coding让人人都能做网站、漫画和游戏

bilibili认真的笨笨

涉及实体

Gemini 3model SWE-benchconcept

相关事实

待验证Gemini 2.5 Pro在数学能力基准测试中与O3 Mini持平，两者都将其他模型远远甩在身后81% 相似待验证Google Gemini在最新的数学推理和编程基准测试中已经超越了OpenAI O3、Claude 4和DeepSeek R1，稳居榜首79% 相似待验证Gemini 3 Pro在不使用技能文件时展现了三个模型中最好的默认设计直觉79% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/14580

API

curl https://kongchang.com/api/v1/knowledge/claims/14580

MCP

get_claim(id=14580)