#2 Gemini 3.5 Flash
low- Biaya
- $0.068
- Waktu
- 39.1s
- Token
- 7,588 tok
Google
Rilis: 2026-05-19
Diuji pada: 2026-05-19 23:35
google/gemini-3.5-flash::low
~500B total (~20B aktif)MoETertutupPerkiraan
Ringkasan
Gemini 3.5 Flash mendapat skor 9.6 di AI BENCHY dan berada di peringkat #2. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 94.7%, total biaya $0.245, dan waktu respons rata-rata 2.84s.
Yang membuat Gemini 3.5 Flash unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #2, sementara Kepatuhan instruksi adalah area terlemahnya di #10. Ini termasuk salah satu model dengan peringkat keseluruhan tertinggi. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~500B total (~20B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
9.6
Konsistensi
10.0
10.0
$0.245
Total token output
22,248
Total token input
0
Harga input
$1.500 / 1M
Harga output
$9.000 / 1M
Tes tidak stabil
0
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 02:46 Uji ulang | 8.8 | 10.0 | $0.449 | Bandingkan | |
| 2026-07-16 22:57 Tes baru ditambahkan | 8.9 | 10.0 | $0.433 | Bandingkan | |
| 2026-06-04 14:02 Tes baru ditambahkan | 9.4 | 10.0 | $0.349 | Bandingkan | |
| 2026-05-22 00:28 Suite berubah | 9.3 | 10.0 | $0.285 | Bandingkan | |
| 2026-05-19 23:35 Run awal | 9.6 | 10.0 | $0.245 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-19 23:35 · Run awal | 57/57 percobaan | 9.6 | 10.0 | 10.0 | 18/19 | 0 | 22,248 | 0 | $0.245 | 2.84s |
| 2026-05-22 00:28 · Suite berubah | 60/60 percobaan | 9.3 | 10.0 | 10.0 | 18/20 | 0 | 25,965 | 0 | $0.285 | 2.98s |
| Selisih | — | +0.3 | 0.0 | 0.0 | 0 | 0 | -3717 | 0 | -$0.040 | -137ms |
Cakupan benchmark berbeda: 57/57 percobaan (Target: 3 pengulangan per tes) dibanding 60/60 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 3.5 FlashlowvsSeed 2.1 TurbohighGemini 3.5 FlashlowvsGemini 3.5 Flash LitehighGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsClaude Opus 4.8mediumGemini 3.5 FlashlowvsGrok 4.5highGemini 3.5 FlashlowvsClaude Opus 5lowGemini 3.5 FlashlowvsQwen3.8 MaxmediumGemini 3.5 FlashlowvsGemini 3.6 FlashlowGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsClaude Opus 4.7medium
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 10.0 | 10.0 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 7.7 | 10.0 | |
| Kecerdasan umum | 10.0 | 10.0 | |
| Kepatuhan instruksi | 9.9 | 10.0 | |
| Pemecahan teka-teki | 10.0 | 10.0 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 10.0 | 10.0 |