#3 Gemini 3.5 Flash
low- Coste
- $0.068
- Tiempo
- 39.1s
- Tokens
- 7,588 tok
Google
Lanzamiento: 2026-05-19
Probado el: 2026-05-22 00:28
google/gemini-3.5-flash::low
~500B en total (~20B activos)MoECódigo cerradoEstimado
Resumen
Gemini 3.5 Flash obtiene 9.3 en AI BENCHY y ocupa el puesto #3. Tiene fiabilidad 10.0, una tasa de aciertos de 90.0%, coste total de $0.285 y tiempo medio de respuesta de 2.98s.
Qué hace único a Gemini 3.5 Flash: Destaca más en Específico del dominio, donde ocupa #2, mientras que Programación es su área más débil con #12. Es uno de los modelos mejor clasificados en general. Su coste total de benchmark es inusualmente bajo para su nivel de puntuación.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- ~500B en total (~20B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código cerrado
- Licencia
- -
Mejor estimación basada en información pública; el proveedor no ha revelado todos los valores.
9.3
Consistencia
10.0
10.0
$0.285
Total de tokens de salida
25,965
Total de tokens de entrada
0
Precio de entrada
$1.500 / 1M
Precio de salida
$9.000 / 1M
Pruebas inestables
0
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
2.98s
Tiempo de respuesta (máximo): 6.44s
Tiempo de respuesta (total): 59.59s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 02:46 Nueva prueba | 8.8 | 10.0 | $0.449 | Comparar | |
| 2026-07-16 22:57 Prueba nueva añadida | 8.9 | 10.0 | $0.433 | Comparar | |
| 2026-06-04 14:02 Prueba nueva añadida | 9.4 | 10.0 | $0.349 | Comparar | |
| 2026-05-22 00:28 Suite modificada | 9.3 | 10.0 | $0.285 | Ejecución actual | |
| 2026-05-19 23:35 Primera ejecución | 9.6 | 10.0 | $0.245 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:28 · Suite modificada | 60/60 intentos | 9.3 | 10.0 | 10.0 | 18/20 | 0 | 25,965 | 0 | $0.285 | 2.98s |
| 2026-06-04 14:02 · Prueba nueva añadida | 63/63 intentos | 9.4 | 10.0 | 10.0 | 19/21 | 0 | 32,552 | 36,938 | $0.349 | 3.27s |
| Diferencia | — | -0.1 | 0.0 | 0.0 | -1 | 0 | -6587 | -36938 | -$0.064 | -289ms |
La cobertura del benchmark difiere: 60/60 intentos (Objetivo: 3 repeticiones por prueba) frente a 63/63 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
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.
Mejores modelos por puntuación
Puntuación vs Costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Comparación rápida
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
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 10.0 | 10.0 | |
| Programación | 6.8 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 7.7 | 10.0 | |
| Inteligencia general | 10.0 | 10.0 | |
| Seguimiento de instrucciones | 9.9 | 10.0 | |
| Resolución de acertijos | 10.0 | 10.0 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 10.0 | 10.0 |