大模型竞技场上新了Gemini 3 flash系列skyhawk 大模型竞技场新增谷歌模型seahawk和skyhawk - 前沿快讯 - LINUX DO 
由于竞技场现在堵死了全部反代渠道，所以我只能手动在battle中捕捉并进行了基础的捞针测试。由于竞技场单次输入上限为110K，所以只测了前半段的成绩。 
原项目地址： Lianues/LLM-NeedleInAHaystack 
先说结论，重大进步
（与其说重大进步，不如说这才是该有的成绩） 
70K内100%，比3pro巨大进步，但是值得注意的是，总体趋势和2.5pro高度相似 
 [image] 
我们合理怀疑3flash其实是2.5pro家族的后续成员，采用了3系列的后训练方法。 
从社区实际使用体验来讲，和之前可能为2.5-pro-latest的wolfstride模型相近 
具体数据如下
70k 100% 
 [image...