Gemini 3.5 Flash 能看見你的螢幕，但它在 OSWorld 上擊敗 GPT-5.5 了嗎？
谷歌將電腦控制能力整合到 gemini 3.5 flash 中，在 osworld 基準測試中獲得 78.4 分，與 gpt-5.5 不相上下。這實現了瀏覽器和桌面任務自動化，但同時也引發了對對抗提示注入的安全擔憂。
谷歌升級了Gemini 3.5 Flash，新增原生電腦使用能力，允許開發者使用函數調用和地圖等工具，構建可在網頁瀏覽器、行動應用程式和桌面環境中自主運作的代理。該模型在OSWorld基準測試中獲得78.4分，略低於GPT-5.5的78.7分和Anthropic的Opus 4.8的83.4分，但優於其前身和GPT-5.4 Mini。為了應對自主電腦控制中固有的安全風險，谷歌實施了對抗性訓練和企業功能，如用戶確認要求和在偵測到間接提示注入時自動停止任務。此舉加速了代理工作流程的競爭，將重點從模型推理轉移到實用操作能力和安全性。