Google 于 8 月 13 日发布 Gemini 3.7 Flash，并在首日向 160 多个国家开放。Decrypt 实测显示，这款模型在零样本代码生成上较 3.6 Flash 明显提升，2 分 13 秒就生成可运行浏览器游戏；但在创意写作、隐喻推理、逻辑题和高阶数学任务中，表现并不稳定。Google 给出的基准测试称其在 18 个类别中有 11 项领先 Claude Sonnet 5 和 GPT-5.6 Terra，不过文中也指出这些数据来自 Google 自家方法论。

NeurIPS 2026启动竞赛赛道提案征集，重点关注大语言模型评测、智能体系统及社会影响。提案截止至2026年5月15日，入选结果将于6月15日公布。

NeurIPS 2026启动竞赛赛道提案征集，重点关注大语言模型评测、智能体系统及AI社会影响，投稿截止至2026年5月15日，入选项目将于12月举办线下工作坊。

Arena排行榜凭借人类双盲对比、动态提示词和统计置信区间，逐渐成为AI大模型评测的重要标准，并开始影响企业融资、产品发布与采购决策。