AI BENCHY
Advertise here
#29

Gemini 2.5 Flash

Google Rilis: 2025-06-17 Diuji pada: 2026-06-04 14:01 google/gemini-2.5-flash::medium
(medium) (none)

Ringkasan

Gemini 2.5 Flash mendapat skor 7.8 di AI BENCHY dan berada di peringkat #29. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 69.8%, total biaya $0.379, dan waktu respons rata-rata 15.49s.

Skor

7.8

Konsistensi

9.6

Keandalan

10.0

Total biaya (harga saat ini)

$0.379

Total token output

147,075

Total token input

34,476

Harga input

$0.300 / 1M

Harga output

$2.500 / 1M

Tes benar

Tes Salah: 7

Tingkat lulus per percobaan: 69.8%

Tes tidak stabil

1

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

15.49s

Waktu respons (maks): 95.48s

Waktu respons (total): 325.39s

Jawaban salah: 6 Tidak mengikuti instruksi: 1

Generation showcase

Hamster playing table tennis

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

#29 Gemini 2.5 Flash

medium
Invalid SVG
Cost
$0.000
Time
274.0s
Tokens
0 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 14:01 Tes baru ditambahkan 7.8 10.0 $0.379 Run saat ini
2026-05-22 00:32 Suite berubah 7.7 10.0 $0.358 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 8.2 T/A $0.319 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $0.300 / 1M $2.500 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsQwen3.6 PlusmediumGemini 2.5 FlashmediumvsGLM 5 TurbomediumGemini 2.5 FlashmediumvsGemma 4 31BmediumTersedia gratisGemini 2.5 FlashmediumvsStep 3.7 FlashmediumGemini 2.5 FlashmediumvsGemini 3 Flash PreviewmediumGemini 2.5 FlashmediumvsGemini 3.5 FlashhighGemini 2.5 FlashmediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisGemini 2.5 FlashmediumvsGemini 3.5 Flashlow

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 8.4 10.0
Pemrograman 7.8 10.0
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.9 7.2
Kecerdasan umum 4.8 10.0
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 7.7 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan