No.21Google2026年8月13日

Gemini 3.7 Flash

前沿大模型能力评测成绩与细分基准证据链。

综合评测得分

62.6

综合排位

第 21 名

API 参考定价: 输入 ¥10.00 / 输出 ¥50.01 (缓存 ¥1.00) / 每百万 Token

五大领域分项成绩

编程第24名

60.1 分

科研第19名

63.9 分

专业办公第24名

63.4 分

知识问答第13名

66.3 分

实测证据链明细

每一项成绩都有明确来处。列出标准化评测集原始成绩及其统一折算分。

ProgramBenchVals AIHigh 推理

原始值 0.0%

折算能力分 80.5

第 33 名

CyberBench Patch v1.1Vals AIHigh 推理

原始值 87.5%

折算能力分 65.6

第 5 名

LiveBench Agentic CodingLiveBenchHigh 推理

原始值 58.3%

折算能力分 61.9

第 19 名

MirrorCodeEpoch AIHigh 推理

原始值 41.1%

折算能力分 60.8

第 6 名

Vibe Code Bench v1.1Vals AIHigh 推理

原始值 70.4%

折算能力分 59.9

第 49 名

SciCodeArtificial AnalysisHigh 推理

原始值 57.2%

折算能力分 59.2

第 32 名

LiveBench CodingLiveBenchHigh 推理

原始值 78.9%

折算能力分 59.0

第 19 名

APEX-SWEMercorHigh 推理 · terminus-2 · apex-swe:terminus-2

原始值 42.0%

折算能力分 58.6

第 34 名

Terminal-Bench 4.0Artificial AnalysisHigh 推理

原始值 13.6%

折算能力分 57.0

第 93 名

FrontierSWE v2Proximal LabsMax 推理

原始值 23.1%

折算能力分 56.8

第 16 名

Terminal-Bench 4.0Vals AIHigh 推理

原始值 12.1%

折算能力分 53.6

第 42 名

Terminal-Bench 4.0Terminal-BenchHigh 推理 · mini-SWE-agent

原始值 11.2%

折算能力分 47.0

第 35 名

Chess PuzzlesEpoch AIHigh 推理

原始值 66.0%

折算能力分 76.3

第 6 名

ARC-AGI-2ARC PrizeHigh 推理

原始值 84.6%

折算能力分 70.0

第 31 名

Humanity's Last ExamArtificial AnalysisHigh 推理

原始值 47.9%

折算能力分 64.4

第 37 名

Mystery Game PuzzlesEpoch AIHigh 推理

原始值 37.0%

折算能力分 63.7

第 20 名

FrontierMath T1–3Epoch AIHigh 推理

原始值 71.6%

折算能力分 62.7

第 27 名

LiveBench ReasoningLiveBenchHigh 推理

原始值 87.8%

折算能力分 62.7

第 21 名

CritPtArtificial AnalysisHigh 推理

原始值 14.3%

折算能力分 60.1

第 105 名

Terminal-Bench ScienceVals AIHigh 推理

原始值 7.1%

折算能力分 59.4

第 21 名

AA-Analyst AgentArtificial AnalysisHigh 推理

原始值 60.0%

折算能力分 77.9

第 1 名

APEX-AgentsMercorHigh 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent

原始值 67.8%

折算能力分 73.1

第 9 名

AutomationBench-AAArtificial AnalysisHigh 推理

原始值 62.0%

折算能力分 67.5

第 35 名

MedCodeVals AIHigh 推理

原始值 53.4%

折算能力分 65.7

第 9 名

Legal Research BenchVals AIHigh 推理

原始值 34.6%

折算能力分 60.2

第 49 名

GDPval-AAArtificial AnalysisHigh 推理

原始值 1,402.9

折算能力分 59.0

第 84 名

TaxAgentBenchVals AIHigh 推理

原始值 22.8%

折算能力分 58.2

第 48 名

AA-BriefcaseArtificial AnalysisHigh 推理

原始值 1,112.9

折算能力分 53.1

第 122 名

LiveBench Data AnalysisLiveBenchHigh 推理

原始值 68.0%

折算能力分 52.7

第 58 名

SimpleQA VerifiedEpoch AIHigh 推理

原始值 69.2%

折算能力分 77.1

第 10 名

NYT Connections 扩展版Lech Mazur来源默认配置

原始值 94.0%

折算能力分 76.9

第 13 名

LiveBench IFLiveBenchHigh 推理

原始值 79.9%

折算能力分 75.1

第 3 名

LiveBench LanguageLiveBenchHigh 推理

原始值 85.5%

折算能力分 68.8

第 3 名

AA-LCRArtificial AnalysisHigh 推理

原始值 81.7%

折算能力分 56.1

第 56 名

MLCR-AAArtificial AnalysisHigh 推理

原始值 12.2%

折算能力分 51.1

第 101 名

BullshitBench v2BullshitBenchMax 推理

原始值 31.0%

折算能力分 39.8

第 146 名

Arena TextLMArenaHigh 推理

原始值 1,489.6

折算能力分 65.5

第 17 名

Arena WebDevLMArenaHigh 推理

原始值 1,589.7

折算能力分 61.3

第 35 名

尚未成效的评测项（19 项）

该模型目前在以下公开测试集暂无官方或独立第三方实测成绩，不参与赋分：

Code Migration v1.1FrontierCode 2.0 · AAFrontierCode 2.0 · CognitionWeirdML v3TapTap Maker致知 · 逻辑月榜司南 · 推理司南 · 抽象CritPt v2 Hard · AAMysteryMechanismTerminal-Bench Science · AABioMysteryBenchVals Finance Agent v2.1Harvey LAB 1.1 · ValsHarvey LAB 1.1 · AAτ³-Banking · MercorExcel Modeling v1.1AA-Omniscience v1.1司南 · 知识