AI BENCHY
Advertise here

#16

Gemini 2.5 Flash

Google प्रकाशन: 2025-06-17 चाचणी तारीख: 2026-04-11 01:44 google/gemini-2.5-flash::medium
(medium) (none)

स्कोअर

8.2

सुसंगतता

9.5

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.319

एकूण आउटपुट टोकन्स

124,171

इनपुट किंमत

$0.300 / 1M

आउटपुट किंमत

$2.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 5

प्रति प्रयत्न पास दर: 75.9%

अस्थिर चाचण्या

1

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

12.12s

प्रतिसाद वेळ (कमाल): 95.48s

प्रतिसाद वेळ (एकूण): 218.12s

चुकीचे उत्तर: 4 सूचनांचे पालन केले नाही: 1

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च 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 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-11 01:44 · पहिली नोंदलेली रन8.29.5लागू नाही13/181124,171$0.31912.12s
2026-05-22 00:32 · सूट बदलला7.79.610.013/201139,179$0.35815.69s
फरक+0.5-0.100-15008-$0.039-3570ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsQwen3.6 35B A3BmediumGemini 2.5 FlashmediumvsStep 3.7 FlashmediumGemini 2.5 FlashmediumvsGrok 4.3mediumGemini 2.5 FlashmediumvsGLM 5 TurbomediumGemini 2.5 FlashmediumvsGemini 3 Flash PreviewmediumGemini 2.5 FlashmediumvsGemini 3.5 FlashhighGemini 2.5 FlashmediumvsRing-2.6-1TmediumGemini 2.5 FlashmediumvsGemini 3.5 Flashlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 8.4 10.0
कोडिंग 10.0 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

तुलना केलेली मॉडेल्स