AI BENCHY
Advertise here
#67

Gemini 2.5 Flash

Google रिलीज़: 2025-06-17 परीक्षण किया गया: 2026-04-11 01:44 google/gemini-2.5-flash::none
(medium) (none)

सारांश

Gemini 2.5 Flash AI BENCHY पर 6.2 स्कोर करता है और #67 पर है। इसकी reliability लागू नहीं, pass rate 44.4%, कुल लागत $0.013, और औसत response time 903ms है।

Gemini 2.5 Flash को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

स्कोर

6.2

संगति

9.2

विश्वसनीयता

लागू नहीं

कुल लागत (वर्तमान कीमत)

$0.013

कुल आउटपुट टोकन

1,726

कुल इनपुट टोकन

0

इनपुट कीमत

$0.300 / 1M

आउटपुट कीमत

$2.500 / 1M

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 44.4%

अस्थिर टेस्ट

2

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

903ms

प्रतिक्रिया समय (अधिकतम): 4.39s

प्रतिक्रिया समय (कुल): 16.26s

गलत उत्तर: 10 निर्देशों का पालन नहीं किया: 1

Hamster playing table tennis

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

#67 Gemini 2.5 Flash

none
अमान्य SVG
लागत
$0.164
समय
215.5s
टोकन
65,659 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 22:58 नया टेस्ट जोड़ा गया 6.2 10.0 $0.017 तुलना करें
2026-06-04 14:00 नया टेस्ट जोड़ा गया 6.2 10.0 $0.016 तुलना करें
2026-05-22 00:28 सूट बदला गया 6.2 10.0 $0.015 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 6.2 लागू नहीं $0.013 वर्तमान रन

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Gemini 2.5 FlashnonevsGemma 4 31Bmediumनिःशुल्क उपलब्धGemini 2.5 FlashnonevsQwen3.5-FlashmediumGemini 2.5 FlashnonevsRing-2.6-1TmediumGemini 2.5 FlashnonevsGemma 4 31Bnoneनिःशुल्क उपलब्धGemini 2.5 FlashnonevsGemini 3 Flash PreviewmediumGemini 2.5 FlashnonevsGemini 3.5 FlashhighGemini 2.5 FlashnonevsNemotron 3 Ultramediumनिःशुल्क उपलब्धGemini 2.5 FlashnonevsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 3.0 10.0
कोडिंग 10.0 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.9 7.2
Samanya Buddhimatta 5.0 10.0
निर्देश पालन 8.0 6.8
पहेली समाधान 5.7 10.0
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल