#38 Gemini 2.5 Flash
medium
Ungültiges SVG
- Kosten
- $0.000
- Zeit
- 274.0s
- Token
- 0 tok
Google
Veröffentlichung: 2025-06-17
Getestet am: 2026-05-22 00:32
google/gemini-2.5-flash::medium
~350B insgesamt (~20B aktiv)MoEGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Gemini 2.5 Flash erreicht 7.7 bei AI BENCHY und liegt auf #38. Das Modell hat 10.0 Zuverlässigkeit, 68.3% Erfolgsrate, $0.358 Gesamtkosten und 15.69s durchschnittliche Antwortzeit.
Was Gemini 2.5 Flash besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #2 erreicht; am schwächsten ist Programmierung mit #18. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~350B insgesamt (~20B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
7.7
Konsistenz
9.6
10.0
Gesamte Ausgabe-Token
139,179
Gesamte Eingabe-Token
0
Eingabepreis
$0.300 / 1M
Ausgabepreis
$2.500 / 1M
Instabile Tests
1
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 02:45 Erneuter Test | 8.2 | 10.0 | $0.644 | Vergleichen | |
| 2026-07-16 23:00 Neuer Test hinzugefügt | 8.2 | 10.0 | $0.643 | Vergleichen | |
| 2026-06-04 14:01 Neuer Test hinzugefügt | 7.8 | 10.0 | $0.379 | Vergleichen | |
| 2026-05-22 00:32 Suite geändert | 7.7 | 10.0 | $0.358 | Aktueller Lauf | |
| 2026-04-11 01:44 Erster erfasster Lauf | 8.2 | k. A. | $0.319 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:32 · Suite geändert | 60/60 Versuche | 7.7 | 9.6 | 10.0 | 13/20 | 1 | 139,179 | 0 | $0.358 | 15.69s |
| 2026-04-11 01:44 · Erster erfasster Lauf | 54/54 Versuche | 8.2 | 9.5 | k. A. | 13/18 | 1 | 124,171 | 0 | $0.319 | 12.12s |
| Differenz | — | -0.5 | +0.1 | 0 | 0 | +15008 | 0 | +$0.039 | +3570ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 54/54 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Gemini 2.5 FlashmediumvsMuse Spark 1.1lowGemini 2.5 FlashmediumvsClaude Sonnet 5mediumGemini 2.5 FlashmediumvsInkling SmallhighGemini 2.5 FlashmediumvsQwen3.8 2.4T A95BlowGemini 2.5 FlashmediumvsSeed 2.1 TurbomediumGemini 2.5 FlashmediumvsGPT-5 MinimediumGemini 2.5 FlashmediumvsQwen3.8 27BhighGemini 2.5 FlashmediumvsMuse Glimmer 30BxhighGemini 2.5 FlashmediumvsGPT-5.2mediumGemini 2.5 FlashmediumvsInklinghigh
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.4 | 10.0 | |
| Programmierung | 6.6 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.9 | 7.2 | |
| Allgemeine Intelligenz | 4.8 | 10.0 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |