#3 Gemini 3.5 Flash
low- Kosten
- $0.068
- Zeit
- 39.1s
- Token
- 7,588 tok
Google
Veröffentlichung: 2026-05-19
Getestet am: 2026-05-22 00:28
google/gemini-3.5-flash::low
~500B insgesamt (~20B aktiv)MoEGeschlossenGeschätzt
Zusammenfassung
Gemini 3.5 Flash erreicht 9.3 bei AI BENCHY und liegt auf #3. Das Modell hat 10.0 Zuverlässigkeit, 90.0% Erfolgsrate, $0.285 Gesamtkosten und 2.98s durchschnittliche Antwortzeit.
Was Gemini 3.5 Flash besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #2 erreicht; am schwächsten ist Programmierung mit #12. Es gehört insgesamt zu den bestplatzierten Modellen. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~500B insgesamt (~20B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
9.3
Konsistenz
10.0
10.0
Gesamte Ausgabe-Token
25,965
Gesamte Eingabe-Token
0
Eingabepreis
$1.500 / 1M
Ausgabepreis
$9.000 / 1M
Instabile Tests
0
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 02:46 Erneuter Test | 8.8 | 10.0 | $0.449 | Vergleichen | |
| 2026-07-16 22:57 Neuer Test hinzugefügt | 8.9 | 10.0 | $0.433 | Vergleichen | |
| 2026-06-04 14:02 Neuer Test hinzugefügt | 9.4 | 10.0 | $0.349 | Vergleichen | |
| 2026-05-22 00:28 Suite geändert | 9.3 | 10.0 | $0.285 | Aktueller Lauf | |
| 2026-05-19 23:35 Erster Lauf | 9.6 | 10.0 | $0.245 | 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 00:28 · Suite geändert | 60/60 Versuche | 9.3 | 10.0 | 10.0 | 18/20 | 0 | 25,965 | 0 | $0.285 | 2.98s |
| 2026-07-16 22:57 · Neuer Test hinzugefügt | 66/66 Versuche | 8.9 | 9.7 | 10.0 | 19/22 | 1 | 33,421 | 87,817 | $0.433 | 5.55s |
| Differenz | — | +0.4 | +0.3 | 0.0 | -1 | -1 | -7456 | -87817 | -$0.148 | -2575ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 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 3.5 FlashlowvsSeed 2.1 TurbohighGemini 3.5 FlashlowvsGemini 3.5 Flash LitehighGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsClaude Opus 4.8mediumGemini 3.5 FlashlowvsGrok 4.5highGemini 3.5 FlashlowvsClaude Opus 5lowGemini 3.5 FlashlowvsQwen3.8 MaxmediumGemini 3.5 FlashlowvsGemini 3.6 FlashlowGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsClaude Opus 4.7medium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 6.8 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 7.7 | 10.0 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 9.9 | 10.0 | |
| Rätsellösen | 10.0 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 10.0 | 10.0 |