AI BENCHY
Advertise here
#5

Gemini 3.5 Flash

Google Rilis: 2026-05-19 Diuji pada: 2026-05-19 23:35 google/gemini-3.5-flash::medium
~500B total (~20B aktif)MoETertutupPerkiraan
(high) (medium) (low) (minimal) (none)

Ringkasan

Gemini 3.5 Flash mendapat skor 9.2 di AI BENCHY dan berada di peringkat #5. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 89.5%, total biaya $0.393, dan waktu respons rata-rata 3.90s.

Yang membuat Gemini 3.5 Flash unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #3, sementara Pemecahan teka-teki adalah area terlemahnya di #14. Ini termasuk salah satu model dengan peringkat keseluruhan tertinggi. Model ini terasa cepat dibandingkan model serupa.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~500B total (~20B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

9.2

Konsistensi

10.0

Keandalan

10.0

Total biaya (harga saat ini)

$0.393

Total token output

38,630

Total token input

0

Harga input

$1.500 / 1M

Harga output

$9.000 / 1M

Tes benar

Tes Salah: 2

Tingkat lulus per percobaan: 89.5%

Tes tidak stabil

0

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

Waktu respons (rata-rata)

3.90s

Waktu respons (maks): 12.05s

Waktu respons (total): 74.13s

Jawaban salah: 2

Hamster playing table tennis

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

#5 Gemini 3.5 Flash

medium
Biaya
$0.201
Waktu
112.9s
Token
22,371 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-08-14 02:47 Uji ulang 9.0 10.0 $0.665 Bandingkan
2026-07-16 23:01 Tes baru ditambahkan 9.1 10.0 $0.642 Bandingkan
2026-06-04 14:03 Tes baru ditambahkan 9.0 10.0 $0.582 Bandingkan
2026-05-22 00:29 Uji ulang 9.0 10.0 $0.472 Bandingkan
2026-05-19 23:35 Run awal 9.2 10.0 $0.393 Run saat ini

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-05-19 23:35 · Run awal57/57 percobaan9.210.010.017/19038,6300$0.3933.90s
2026-05-22 00:29 · Uji ulang60/60 percobaan9.09.610.017/20146,7870$0.4724.29s
Selisih—+0.3+0.40.00-1-81570-$0.080-385ms

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.

Total token output

Skor vs Total token output

Perbandingan Cepat

Gemini 3.5 FlashmediumvsQwen3.7 MaxmediumGemini 3.5 FlashmediumvsGPT-5.5mediumGemini 3.5 FlashmediumvsSeed 2.1 TurbolowGemini 3.5 FlashmediumvsQwen3.8 MaxmediumGemini 3.5 FlashmediumvsClaude Opus 5mediumGemini 3.5 FlashmediumvsGrok 4.5highGemini 3.5 FlashmediumvsClaude Opus 5highGemini 3.5 FlashmediumvsGPT-5.3-CodexmediumGemini 3.5 FlashmediumvsGemini 3.7 FlashlowGemini 3.5 FlashmediumvsSeed 2.1 Turbohigh

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 7.7 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 10.0 10.0

Model yang Dibandingkan