Gemini Flash · Humanity's Last Exam · HLE-Verified 1,811-item verified set · 历代记录

按发布时间查看 Gemini Flash 的 2 次发布在 Humanity's Last Exam · HLE-Verified 1,811-item verified set 的成绩、配置与披露。

仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。

Gemini 3.7 Flash

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

Gemini 3.7 Flash · Humanity's Last Exam 成绩与配置
指标与成绩配置与评测条件出处
Accuracy53.6%原文 53.6% · 单位 %
公布 未确认
Gemini 3.7 Flash default sampling
设置
Gemini API gemini-3.7-flash; default sampling; pass@1 except where noted.
未知项
Exact sampling parameters are not published.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Self-computed on HLE-Verified 1,811-item set; excludes 689 uncertain original items.
条件
Pass@1; results as of August 2026.
在排名中查看此成绩

Gemini 3.8 Flash

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

与直接前代的记录缺少满足差值计算的同条件依据。

Gemini 3.8 Flash · Humanity's Last Exam 成绩与配置
指标与成绩配置与评测条件出处
Accuracy54.9%原文 54.9% · 单位 %
公布 未确认
Gemini 3.8 Flash default sampling
设置
Gemini API gemini-3.8-flash; default sampling; pass@1 except where noted.
未知项
Exact sampling parameters are not published.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Self-computed accuracy on 1,811 verified items: 668 verified original HLE items plus 1,143 revised items; 689 uncertain original items excluded.
条件
Gemini API, default sampling, pass@1; results as of September 2026.
在排名中查看此成绩