全新 Gemini 3.6 Flash 实测测试，沿用固定测试用例全方位检验能力。指令生成测试满足 1 至 10 结尾要求，但第 8、9 句语句流畅度欠佳；24 点运算回答正确，密码锁推理却给出错误结果。编程测试中，浏览器操作系统界面美观、基础功能正常，内置太空射击游戏样式简陋但能够运行；3D 赛车可以操控，只是左右按键逻辑颠倒；复刻 Trello 看板 UI 表现普通，各类增减拖动功能均可正常使用。作为轻量化 Flash 模型，综合表现没能达到预期，不少人调侃 Gemini 如同北美版豆腐，更擅长情感互动，硬核推理与代码构建仍存不少短板…