AI BENCHY
तुलना करा चार्ट्स
❤️ Made by XCS
Your ad here

#16

Gemini 2.5 Flash

Google · प्रकाशन: 2025-06-17 · google/gemini-2.5-flash::medium

सरासरी स्कोअर

7.06

प्रति निकाल खर्च

2.762

सुसंगतता

9.39

एकूण खर्च

$0.249

बरोबर चाचण्या

9

एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.

चुकीच्या चाचण्या

5

प्रति प्रयत्न पास दर: 69.1%

अस्थिर चाचण्या

1

प्रतिसाद वेळ: सरासरी 11.74s · एकूण 164.33s · कमाल 95.48s

चुकीचे उत्तर: 4 सूचनांचे पालन केले नाही: 1

स्कोअरनुसार शीर्ष मॉडेल्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

झटपट तुलना

श्रेणीवार तपशील

श्रेणी सरासरी स्कोअर सुसंगतता बरोबर चाचण्या
Anti-AI Tricks 7.34 10.00 2/3
Data parsing and extraction 9.88 10.00 2/2
Domain specific 4.00 7.21 1/3
Instructions following 7.00 9.91 1/2
Puzzle Solving 7.00 10.00 2/3
Tool Calling 10.00 10.00 1/1