#38 Gemini 2.5 Flash
medium
SVG tidak valid
- Biaya
- $0.000
- Waktu
- 274.0s
- Token
- 0 tok
Google
Rilis: 2025-06-17
Diuji pada: 2026-05-22 00:32
google/gemini-2.5-flash::medium
(medium)
(none)
Ringkasan
Gemini 2.5 Flash mendapat skor 7.7 di AI BENCHY dan berada di peringkat #38. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 68.3%, total biaya $0.358, dan waktu respons rata-rata 15.69s.
Yang membuat Gemini 2.5 Flash unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #1, sementara Kepatuhan instruksi adalah area terlemahnya di #15.
7.7
Konsistensi
9.6
10.0
$0.358
Total token output
139,179
Total token input
0
Harga input
$0.300 / 1M
Harga output
$2.500 / 1M
Tes tidak stabil
1
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Showcase generasi
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 | Bandingkan | |
| 2026-05-22 00:32 Suite berubah | 7.7 | 10.0 | $0.358 | Run saat ini | |
| 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 | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:32 · Suite berubah | 7.7 | 9.6 | 10.0 | 13/20 | 1 | 139,179 | 0 | $0.358 | 15.69s |
| 2026-06-04 14:01 · Tes baru ditambahkan | 7.8 | 9.6 | 10.0 | 14/21 | 1 | 147,075 | 34,476 | $0.379 | 15.49s |
| Selisih | -0.1 | 0.0 | 0.0 | -1 | 0 | -7896 | -34476 | -$0.021 | +193ms |
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
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 FlashmediumvsGPT-5.2mediumGemini 2.5 FlashmediumvsQwen3.7 PlusmediumGemini 2.5 FlashmediumvsStep 3.7 FlashmediumGemini 2.5 FlashmediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisGemini 2.5 FlashmediumvsGemini 3.5 FlashhighGemini 2.5 FlashmediumvsGemini 3 Flash PreviewmediumGemini 2.5 FlashmediumvsGPT-5.5low
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.4 | 10.0 | |
| Pemrograman | 6.6 | 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 |