AI BENCHY
Advertise here
#38

Gemini 2.5 Flash

Google Lanzamiento: 2025-06-17 Probado el: 2026-05-22 00:32 google/gemini-2.5-flash::medium
(medium) (none)

Resumen

Gemini 2.5 Flash obtiene 7.7 en AI BENCHY y ocupa el puesto #38. Tiene fiabilidad 10.0, una tasa de aciertos de 68.3%, coste total de $0.358 y tiempo medio de respuesta de 15.69s.

Qué hace único a Gemini 2.5 Flash: Destaca más en Específico del dominio, donde ocupa #1, mientras que Seguimiento de instrucciones es su área más débil con #15.

Puntuación

7.7

Consistencia

9.6

Fiabilidad

10.0

Costo total (precio actual)

$0.358

Total de tokens de salida

139,179

Total de tokens de entrada

0

Precio de entrada

$0.300 / 1M

Precio de salida

$2.500 / 1M

Pruebas correctas

Pruebas incorrectas: 7

Tasa de aciertos por intento: 68.3%

Pruebas inestables

1

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

15.69s

Tiempo de respuesta (máximo): 95.48s

Tiempo de respuesta (total): 313.76s

Respuesta incorrecta: 6 No siguió las instrucciones: 1

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#38 Gemini 2.5 Flash

medium
SVG inválido
Coste
$0.000
Tiempo
274.0s
Tokens
0 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-06-04 14:01 Prueba nueva añadida 7.8 10.0 $0.379 Comparar
2026-05-22 00:32 Suite modificada 7.7 10.0 $0.358 Ejecución actual
2026-04-11 01:44 Primera ejecución registrada 8.2 N/D $0.319 Comparar

Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.

Comparación de ejecuciones

EjecuciónPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-05-22 00:32 · Suite modificada7.79.610.013/201139,1790$0.35815.69s
2026-04-11 01:44 · Primera ejecución registrada8.29.5N/D13/181124,1710$0.31912.12s
Diferencia-0.5+0.100+150080+$0.039+3570ms

Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.

Gráficos

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

Gemini 2.5 FlashmediumvsGPT-5.2mediumGemini 2.5 FlashmediumvsQwen3.7 PlusmediumGemini 2.5 FlashmediumvsStep 3.7 FlashmediumGemini 2.5 FlashmediumvsNemotron 3 Ultra 550b A55bmediumDisponible gratisGemini 2.5 FlashmediumvsGemini 3.5 FlashhighGemini 2.5 FlashmediumvsGemini 3 Flash PreviewmediumGemini 2.5 FlashmediumvsGPT-5.5low

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 8.4 10.0
Programación 6.6 10.0
Combinado 10.0 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 5.9 7.2
Inteligencia general 4.8 10.0
Seguimiento de instrucciones 9.8 10.0
Resolución de acertijos 7.7 10.0
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados