Gemini 3.1 Flash Lite

中等价位、能读长文、会看图的模型

聪明世界#102

算法中等

记性1.0M

便宜$1.5

记性换算成体感：一次能读完《哈利·波特》全七部

Gemini 系列的全模态模型 · 按发布时间

共 19 个 · 这里是相邻的 7 个 · 谷歌的全部模型 →

电脑

没有公开的编程评测成绩

书架

5 层 · 记忆 1.0M tokens

黑板

数学与科学推理

日历

知识停在 2025-01

冰箱

支持上下文缓存，能存记忆

门禁

闭源，权重不公开

综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录，不代表它做不到——本站不会用估算值填补空缺。

ALE-Bench798
AtCoder 启发式算法竞赛题，考的是给一个没有标准答案的优化问题找出尽量好的解。分数是 137–2177 的评分标度，不是百分比。和「修 bug」是两种能力。第三方实测
https://epoch.ai/benchmarks
WebDev Arena1254 Elo
让两个模型各写一个网页，由人来投票选哪个更好，按对战胜负算 Elo 分。考的是前端开发的实际观感，和「能不能修复一个后端 bug」不是一回事。第三方实测
https://epoch.ai/benchmarks

这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。

名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。

综合

综合智力144.5第 102 / 208
Epoch Capabilities Index，把十几项学术评测归并成一个总分。想知道「谁最强」，先看这一栏。第三方实测
https://epoch.ai/benchmarks

数学

FrontierMath27.7%第 66 / 99
由职业数学家出的原创难题，连数学博士都要花几小时甚至几天。分数是解出的比例，能过一成就是前沿水平。第三方实测
https://epoch.ai/frontiermath
AIME 数学80.0%第 92 / 191
美国高中数学邀请赛难度的模拟题，是数学竞赛能力的通行标尺。答对比例，满分 100。第三方实测
https://epoch.ai/benchmarks

知识与推理

HLE 终极考试8.6%第 33 / 58
Humanity's Last Exam，各学科专家出的刁钻题，专为难住模型而设计。能过四成就是当今顶尖。第三方实测
https://lastexam.ai/
GPQA 科学81.8%第 87 / 197
博士级别的物理、化学、生物选择题，题目设计到「谷歌也搜不到答案」。随机乱猜是 25 分。第三方实测
https://epoch.ai/benchmarks
深度研究37.3%第 33 / 38
给一个开放的研究课题，让模型上网查资料写出报告，由人评质量。第三方实测
CritPt 物理1.1%第 76 / 163
研究级别的物理问题，由在职物理学家出题。测的是能不能做前沿科研级的推理。第三方实测
WeirdML52.2%第 56 / 146
一批刻意古怪的小型机器学习任务，模型要自己写代码训练并拿到成绩。考的是解决陌生问题的能力。第三方实测
https://htihle.github.io/weirdml.html

智能体

游戏与谜题

国际象棋残局25.0%第 47 / 156
给一个棋局找出最佳着法。分数是解对的比例，随机乱走约 5 分。第三方实测
https://epoch.ai/benchmarks/chess-puzzles
EnigmaEval3.0%第 38 / 51
解谜比赛里的复杂谜题，通常要综合图像、文字和多步推理。第三方实测
https://labs.scale.com/leaderboard/enigma_eval

其他

Dtbench76.8%第 106 / 198
Epoch AI 收录的评测，暂无中文说明。第三方实测
https://conceptualreasoning.ai/dtbench
Lmca35.0%第 73 / 183
Epoch AI 收录的评测，暂无中文说明。第三方实测
https://conceptualreasoning.ai/lmca

以上为 B 站搜索结果，按播放量排（站长的视频置顶），内容由各 UP 主提供，不代表本站观点。