Dan Hendrycks 发布新基准，称 Gemini 3 是长期最大飞跃
Just how significant is the jump with Gemini 3?
AI 导读AI 研究者 Dan Hendrycks 在 X 上宣布发布「文本能力指数」与「视觉能力指数」两个新基准，用于追踪 AI 模型进展。图表显示 Gemini 3 Pro 在两项指标中均显著领先，文本能力得分 46.5，视觉能力得分约 57；其性能跃升幅度被作者称为‘长期最大飞跃’。榜单共涵盖 7 模型，包括 GPT-5.1、Sonnet 4.5、GroK 4 等。
来源：Dan Hendrycks · x.com
事件后续2
查看事件全部- Dan Hendrycks 发布对比 Claude Opus 4.5 与 Gemini 3 的多维能力评测Dan Hendrycks · 11 月 26 日
- Dan Hendrycks 发布新基准，称 Gemini 3 是长期最大飞跃Dan Hendrycks · 11 月 20 日