#6 Gemini 3.5 Flash
medium- Kosten
- $0.201
- Zeit
- 112.9s
- Token
- 22,371 tok
Google
Veröffentlichung: 2026-05-19
Getestet am: 2026-05-22 00:29
google/gemini-3.5-flash::medium
~500B insgesamt (~20B aktiv)MoEGeschlossenGeschätzt
Zusammenfassung
Gemini 3.5 Flash erreicht 9.0 bei AI BENCHY und liegt auf #6. Das Modell hat 10.0 Zuverlässigkeit, 86.7% Erfolgsrate, $0.472 Gesamtkosten und 4.29s durchschnittliche Antwortzeit.
Was Gemini 3.5 Flash besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #3 erreicht; am schwächsten ist Programmierung mit #15. Es ist im Vergleich zu ähnlichen Modellen auffällig schnell.
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.
9.0
Konsistenz
9.6
10.0
Gesamte Ausgabe-Token
46,787
Gesamte Eingabe-Token
0
Eingabepreis
$1.500 / 1M
Ausgabepreis
$9.000 / 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 02:47 Erneuter Test | 9.0 | 10.0 | $0.665 | Vergleichen | |
| 2026-07-16 23:01 Neuer Test hinzugefügt | 9.1 | 10.0 | $0.642 | Vergleichen | |
| 2026-06-04 14:03 Neuer Test hinzugefügt | 9.0 | 10.0 | $0.582 | Vergleichen | |
| 2026-05-22 00:29 Erneuter Test | 9.0 | 10.0 | $0.472 | Aktueller Lauf | |
| 2026-05-19 23:35 Erster Lauf | 9.2 | 10.0 | $0.393 | Vergleichen |
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:29 · Erneuter Test | 60/60 Versuche | 9.0 | 9.6 | 10.0 | 17/20 | 1 | 46,787 | 0 | $0.472 | 4.29s |
| 2026-08-14 02:47 · Erneuter Test | 66/66 Versuche | 9.0 | 9.7 | 10.0 | 18/22 | 1 | 62,173 | 69,756 | $0.665 | 8.48s |
| Differenz | — | 0.0 | -0.1 | 0.0 | -1 | 0 | -15386 | -69756 | -$0.193 | -4194ms |
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 FlashmediumvsQwen3.7 MaxmediumGemini 3.5 FlashmediumvsGPT-5.5mediumGemini 3.5 FlashmediumvsSeed 2.1 TurbolowGemini 3.5 FlashmediumvsQwen3.8 MaxmediumGemini 3.5 FlashmediumvsClaude Opus 5mediumGemini 3.5 FlashmediumvsGrok 4.5highGemini 3.5 FlashmediumvsClaude Opus 5highGemini 3.5 FlashmediumvsGPT-5.3-CodexmediumGemini 3.5 FlashmediumvsGemini 3.7 FlashlowGemini 3.5 FlashmediumvsSeed 2.1 Turbohigh
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 6.8 | 6.2 | |
| 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 | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 10.0 | 10.0 |