- Skor
- 8.6 (+1.30 poin)
- Total biaya (harga saat ini)
- $0.061 · 91.1% lebih murah
- Waktu respons (rata-rata)
- 7.51s · 63.4% lebih cepat
Google
Rilis: 2025-06-17
Diuji pada: 2026-10-01 02:17
google/gemini-2.5-flash::medium
~350B total (~20B aktif)MoETertutupPerkiraan
(medium)
(none)
Ringkasan
Gemini 2.5 Flash mendapat skor 7.3 di AI BENCHY dan berada di peringkat #155. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 68.1%, total biaya $0.680, dan waktu respons rata-rata 20.51s.
Yang membuat Gemini 2.5 Flash unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #2, sementara Tugas agen adalah area terlemahnya di #15.
Alternatif yang disarankan
Kami menyarankan memilih salah satu model ini sebagai pengganti:
- Skor
- 8.3 (+0.99 poin)
- Total biaya (harga saat ini)
- $0.047 · 93.1% lebih murah
- Waktu respons (rata-rata)
- 18.07s · 11.9% lebih cepat
- Skor
- 9.4 (+2.09 poin)
- Total biaya (harga saat ini)
- $0.183 · 73.2% lebih murah
- Waktu respons (rata-rata)
- 6.24s · 69.6% lebih cepat
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~350B total (~20B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
7.3
Konsistensi
9.6
10.0
Total token output
241,365
Total token input
132,507
Harga input
$0.300 / 1M
Harga output
$2.500 / 1M
Harga baca cache
$0.030 / 1M
Harga tulis cache
$0.084 / 1M
Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.
Tes tidak stabil
1
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#155 Gemini 2.5 Flash
medium
No output was saved. The original provider response or failure reason is unavailable.
- Biaya
- $0.000
- Waktu
- 274.0s
- Token
- 0 tok
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 02:17 Uji ulang | 7.3 | 10.0 | $0.680 ↑ | Run saat ini | |
| 2026-07-16 23:00 Tes baru ditambahkan | 8.2 | 10.0 | $0.643 | Bandingkan | |
| 2026-06-04 14:01 Tes baru ditambahkan | 7.8 | 10.0 | $0.379 | Bandingkan | |
| 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.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 02:17 · Run saat ini | 69/69 percobaan | 7.3 | 9.6 | 10.0 | 15/23 | 1 | 241,365 | 132,507 | $0.680 | 20.51s |
| 2026-06-04 14:01 · Tes baru ditambahkan | 63/63 percobaan | 7.8 | 9.6 | 10.0 | 14/21 | 1 | 147,075 | 34,476 | $0.379 | 15.49s |
| Selisih | — | -0.6 | 0.0 | 0.0 | +1 | 0 | +94290 | +98031 | +$0.302 | +5011ms |
Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 63/63 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output | Harga baca cache | Harga tulis cache |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.300 / 1M | $2.500 / 1M | T/A | T/A |
| 2026-10-01 18:33 | $0.300 / 1M | $2.500 / 1M | $0.030 / 1M | $0.084 / 1M |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
Gemini 2.5 FlashmediumvsGrok 4.7mediumGemini 2.5 FlashmediumvsLongCat 2.0highGemini 2.5 FlashmediumvsClaude Fable 5.1mediumGemini 2.5 FlashmediumvsQwen3.6 PlusmediumGemini 2.5 FlashmediumvsGLM 5.3 FlashhighGemini 2.5 FlashmediumvsGemini 3.5 Flash LitemediumGemini 2.5 FlashmediumvsGemma 4 26B A4BmediumTersedia gratisGemini 2.5 FlashmediumvsQwen3.5-27BnoneGemini 2.5 FlashmediumvsInklingmediumTersedia gratisGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15medium
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 3.0 | 10.0 | |
| 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 |