#92 Gemini 2.5 Flash
none
Ungültiges SVG
- Kosten
- $0.164
- Zeit
- 215.5s
- Token
- 65,659 tok
Google
Veröffentlichung: 2025-06-17
Getestet am: 2026-05-22 00:28
google/gemini-2.5-flash::none
(medium)
(none)
Zusammenfassung
Gemini 2.5 Flash erreicht 6.2 bei AI BENCHY und liegt auf #92. Das Modell hat 10.0 Zuverlässigkeit, 46.7% Erfolgsrate, $0.015 Gesamtkosten und 893ms durchschnittliche Antwortzeit.
Was Gemini 2.5 Flash besonders macht: Am stärksten ist es in Programmierung, wo es #3 erreicht; am schwächsten ist Anti-KI-Tricks mit #15. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig. Es ist im Vergleich zu ähnlichen Modellen auffällig schnell.
6.2
Konsistenz
9.2
10.0
Gesamte Ausgabe-Token
1,762
Gesamte Eingabe-Token
0
Eingabepreis
$0.300 / 1M
Ausgabepreis
$2.500 / 1M
Instabile Tests
2
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 |
|---|---|---|---|---|---|
| 2026-07-16 22:58 Neuer Test hinzugefügt | 6.2 | 10.0 | $0.017 | Vergleichen | |
| 2026-06-04 14:00 Neuer Test hinzugefügt | 6.2 | 10.0 | $0.016 | Vergleichen | |
| 2026-05-22 00:28 Suite geändert | 6.2 | 10.0 | $0.015 | Aktueller Lauf | |
| 2026-04-11 01:44 Erster erfasster Lauf | 6.2 | k. A. | $0.013 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:28 · Suite geändert | 6.2 | 9.2 | 10.0 | 8/20 | 2 | 1,762 | 0 | $0.015 | 893ms |
| 2026-04-11 01:44 · Erster erfasster Lauf | 6.2 | 9.2 | k. A. | 7/18 | 2 | 1,726 | 0 | $0.013 | 903ms |
| Differenz | 0.0 | 0.0 | +1 | 0 | +36 | 0 | +$0.002 | -10ms |
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 FlashnonevsGemma 4 31BmediumKostenlos verfügbarGemini 2.5 FlashnonevsQwen3.5-FlashmediumGemini 2.5 FlashnonevsRing-2.6-1TmediumGemini 2.5 FlashnonevsGemma 4 31BnoneKostenlos verfügbarGemini 2.5 FlashnonevsGemini 3 Flash PreviewmediumGemini 2.5 FlashnonevsGemini 3.5 FlashhighGemini 2.5 FlashnonevsNemotron 3 UltramediumKostenlos verfügbarGemini 2.5 FlashnonevsGPT-5.5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 3.0 | 10.0 | |
| Programmierung | 6.8 | 10.0 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.9 | 7.2 | |
| Allgemeine Intelligenz | 5.0 | 10.0 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 6.5 | 7.8 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |