#16 Gemini 2.5 Flash
medium
SVG tidak valid
- Biaya
- $0.000
- Waktu
- 274.0s
- Token
- 0 tok
Google
Rilis: 2025-06-17
Diuji pada: 2026-04-11 01:44
google/gemini-2.5-flash::medium
~350B total (~20B aktif)MoETertutupPerkiraan
(medium)
(none)
Ringkasan
Gemini 2.5 Flash mendapat skor 8.2 di AI BENCHY dan berada di peringkat #16. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 75.9%, total biaya $0.319, dan waktu respons rata-rata 12.12s.
Yang membuat Gemini 2.5 Flash unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #3, sementara Pemecahan teka-teki adalah area terlemahnya di #17. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
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.
8.2
Konsistensi
9.5
T/A
$0.319
Total token output
124,171
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).
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:45 Uji ulang | 8.2 | 10.0 | $0.644 | Bandingkan | |
| 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 | Run saat ini |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Run pertama yang tercatat | 54/54 percobaan | 8.2 | 9.5 | T/A | 13/18 | 1 | 124,171 | 0 | $0.319 | 12.12s |
| 2026-07-16 23:00 · Tes baru ditambahkan | 66/66 percobaan | 8.2 | 9.6 | 10.0 | 15/22 | 1 | 241,203 | 132,498 | $0.643 | 21.18s |
| Selisih | — | 0.0 | -0.1 | -2 | 0 | -117032 | -132498 | -$0.324 | -9059ms |
Cakupan benchmark berbeda: 54/54 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 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.
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 FlashmediumvsMuse Spark 1.1lowGemini 2.5 FlashmediumvsClaude Sonnet 5mediumGemini 2.5 FlashmediumvsInkling SmallhighGemini 2.5 FlashmediumvsQwen3.8 2.4T A95BlowGemini 2.5 FlashmediumvsSeed 2.1 TurbomediumGemini 2.5 FlashmediumvsGPT-5 MinimediumGemini 2.5 FlashmediumvsQwen3.8 27BhighGemini 2.5 FlashmediumvsMuse Glimmer 30BxhighGemini 2.5 FlashmediumvsGPT-5.2mediumGemini 2.5 FlashmediumvsInklinghigh
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.4 | 10.0 | |
| Pemrograman | 10.0 | 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 |