AI BENCHY
तुलना करें चार्ट
❤️ Made by XCS
Your ad here

#16

Gemini 2.5 Flash

Google · रिलीज़: 2025-06-17 · google/gemini-2.5-flash::medium

औसत स्कोर

7.06

प्रति परिणाम लागत

2.762

संगति

9.39

कुल लागत

$0.249

सही परीक्षण

9

कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।

गलत टेस्ट

5

प्रति प्रयास पास दर: 69.1%

अस्थिर टेस्ट

1

प्रतिक्रिया समय: औसत 11.74s · कुल 164.33s · अधिकतम 95.48s

गलत उत्तर: 4 निर्देशों का पालन नहीं किया: 1

स्कोर के अनुसार शीर्ष मॉडल

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

त्वरित तुलना

श्रेणी विवरण

श्रेणी औसत स्कोर संगति सही परीक्षण
Anti-AI Tricks 7.34 10.00 2/3
Data parsing and extraction 9.88 10.00 2/2
Domain specific 4.00 7.21 1/3
Instructions following 7.00 9.91 1/2
Puzzle Solving 7.00 10.00 2/3
Tool Calling 10.00 10.00 1/1