Datalab بنچمارک OmniParseBench را منتشر کرد: ۱۶٬۲۸۸ تست بله/خیر روی ۲٬۹۳۷ صفحه و ۹۲ زبان. Gemini 3.8 Flash با ۹۲.۹ صدر جدول.
خبر
