4个月4个Flash，Gemini到底在下什么怪棋？

Gemini 3.8 Flash模型在编程开发、多模态处理及专业领域有所提升，特别是在执行速度上表现出色。然而，在细节处理和物理判定方面仍有不足，尤其是在缺乏明确工具约束的情况下表现不佳。尽管其性价比高，但小毛病频出影响用户体验。期待谷歌未来对Harness工具的升级能改善这些问题。

🔗 [GitHub项目]：https://github.com/deepseek-ai/DeepSeek-Harness