双子座3.7闪存

【HN用户评论摘要】 这是一个 image->html 测试。 Gemini 在视觉工作方面始终超出其重量等级，所以我总是渴望尝试一下。原始图片：https://image.non.io/neonRamenDesigns.webpGemini 3.7 版本：https://html.non.io/neonRamenGemini3.7Opus 5 版本进行比较：https://html.non.io/neonRamenOpus 仍然是同类中最好的，但值得注意的是 Gemini 的表现如何3.7 确实与更具可比性的 LLM 价格相比，即 Grok 4.6：https://html.non.io/neonRamenGrok4.6 。我还以为双子座 他们需要发布针对 Luna/Terra 的基准测试。 Luna 便宜得多，这感觉削弱了对 Flash 的需求。我一直认为 Flash 系列模型适用于低成本、高容量、主要基于文本的用例（例如摘要、解析、格式化），强调低成本。[编辑：啊，基准在这里：https://blog.google/innovation-and-ai/models-and-research/ge...比 Luna 更像 Terra 竞争对手，这是一个有趣的定位。我觉得中间有差异化 在过去几周一直坚持使用 GPT-5.6 模型之后，我对 Google 和除 OpenAI 之外的所有人都重新产生了信心。 GPT-5.6 模型显然经过了基准测试最大化，使它们看起来很智能，但除了基准测试任务之外，它们非常愚蠢。我还认为 Google 仍然是最擅长将最全面的智能融入其模型的，但出于某种原因，模型架构似乎很糟糕。 自从 GPT-5.6 Luna 的疯狂折扣之后，我就不再兴奋了。我的意思是只看基准测试，尽管 Gemini 3.7 Flash 在 DeepSWE 1.1 上表现良好，但 Luna (Max) 的表现仍然更好。https://deepswe.datacurve.ai> 从 2027 年 1 月 1 日开始，将适用 $1.50/1M 输入代币和 $7.50/1M 输出代币。将此与 Luna 进行比较，Luna 的输入为 $0.2/1M（缓存为 $0.02）， $1.2/1M 产出。https://developers.openai.com/api/docs/models/gpt-5.6-luna 多模式功能很棒，但如果您仅处理文本，那么与 DS V4 Flash/Pro 相比，使用它有什么好处？具有可比较的智能，便宜 13-26 倍，并且可以在许多不同的推理提供商中使用。我看不到 DS V4 Pro 不够的用例，但 Flash 3.7 是 - 除了多模态。Luna 类似，而且便宜 8 倍。来源：artificialanalysis 我能看到的唯一好处是速度，看起来非常出色，这可能要归功于他们的 TPU。 原始链接：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/