- स्कोअर
- 8.6 (+1.30 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.061 · 91.1% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.51s · 63.4% वेगवान
Google
प्रकाशन: 2025-06-17
चाचणी तारीख: 2026-10-01 02:17
google/gemini-2.5-flash::medium
~350B एकूण (~20B सक्रिय)MoEबंद स्रोतअंदाजित
(medium)
(none)
सारांश
Gemini 2.5 Flash AI BENCHY वर 7.3 स्कोर करते आणि #161 वर आहे. याची reliability 10.0, pass rate 68.1%, एकूण खर्च $0.680, आणि सरासरी response time 20.51s आहे.
Gemini 2.5 Flash खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर स्वायत्त एजंट कार्ये हा सर्वात कमकुवत भाग आहे, rank #15.
शिफारस केलेले पर्याय
त्याऐवजी यापैकी एक मॉडेल निवडण्याची शिफारस करतो:
- स्कोअर
- 8.3 (+0.99 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.047 · 93.1% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 18.07s · 11.9% वेगवान
- स्कोअर
- 9.4 (+2.09 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.183 · 73.2% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 6.24s · 69.6% वेगवान
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- ~350B एकूण (~20B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
7.3
सुसंगतता
9.6
10.0
एकूण आउटपुट टोकन्स
241,365
एकूण इनपुट टोकन्स
132,507
इनपुट किंमत
$0.300 / 1M
आउटपुट किंमत
$2.500 / 1M
कॅश वाचण्याची किंमत
$0.030 / 1M
कॅश लिहिण्याची किंमत
$0.084 / 1M
कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.
अस्थिर चाचण्या
1
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#161 Gemini 2.5 Flash
medium
No output was saved. The original provider response or failure reason is unavailable.
- खर्च
- $0.000
- वेळ
- 274.0s
- टोकन्स
- 0 tok
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-10-01 02:17 पुन्हा चाचणी | 7.3 | 10.0 | $0.680 ↑ | सध्याची रन | |
| 2026-07-16 23:00 नवीन चाचणी जोडली | 8.2 | 10.0 | $0.643 | तुलना करा | |
| 2026-06-04 14:01 नवीन चाचणी जोडली | 7.8 | 10.0 | $0.379 | तुलना करा | |
| 2026-05-22 00:32 सूट बदलला | 7.7 | 10.0 | $0.358 | तुलना करा | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 8.2 | लागू नाही | $0.319 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत | कॅश वाचण्याची किंमत | कॅश लिहिण्याची किंमत |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.300 / 1M | $2.500 / 1M | लागू नाही | लागू नाही |
| 2026-10-01 18:33 | $0.300 / 1M | $2.500 / 1M | $0.030 / 1M | $0.084 / 1M |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
Gemini 2.5 FlashmediumvsGrok 4.7mediumGemini 2.5 FlashmediumvsLongCat 2.0highGemini 2.5 FlashmediumvsClaude Fable 5.1mediumGemini 2.5 FlashmediumvsQwen3.6 PlusmediumGemini 2.5 FlashmediumvsGLM 5.3 FlashhighGemini 2.5 FlashmediumvsGemini 3.5 Flash LitemediumGemini 2.5 FlashmediumvsGemma 4 26B A4Bmediumमोफत उपलब्धGemini 2.5 FlashmediumvsQwen3.5-27BnoneGemini 2.5 FlashmediumvsInklingmediumमोफत उपलब्धGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15medium
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 3.0 | 10.0 | |
| अँटी-एआय युक्त्या | 8.4 | 10.0 | |
| कोडिंग | 7.8 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 4.8 | 10.0 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 7.7 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |