Nao的榜单上，gemini 3.5 flash逻辑成绩已出，非常亮眼。
极限成绩接近deepseek V4 Pro (max)，中位成绩仅次于 gpt-5.5(xhigh) 和 opus 4.6(think)。 
同样成本也大幅上涨，和Gemini 3.1 pro相当，但还是明显低于Opus 4.6 和gpt 5.5 
 [图片] 
编程已经在测，看起来也不错，估计有glm5.1的水准
 [图片]