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)

सारांश

Gemini 2.5 Flash AI BENCHY वर 8.2 स्कोर करते आणि #16 वर आहे. याची reliability लागू नाही, pass rate 75.9%, एकूण खर्च $0.319, आणि सरासरी response time 12.12s आहे.

Gemini 2.5 Flash खास का आहे: या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

स्कोअर

8.2

सुसंगतता

9.5

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.319

एकूण आउटपुट टोकन्स

124,171

एकूण इनपुट टोकन्स

0

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

Hamster playing table tennis

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

#16 Gemini 2.5 Flash

medium
अवैध SVG
खर्च
$0.000
वेळ
274.0s
टोकन्स
0 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
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 सध्याची रन

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 FlashmediumvsMuse Spark 1.1lowGemini 2.5 FlashmediumvsGPT-5 MinimediumGemini 2.5 FlashmediumvsClaude Sonnet 5mediumGemini 2.5 FlashmediumvsMuse Spark 1.1highGemini 2.5 FlashmediumvsGrok 4.5mediumGemini 2.5 FlashmediumvsStep 3.7 FlashmediumGemini 2.5 FlashmediumvsGemini 3 Flash PreviewmediumGemini 2.5 FlashmediumvsGemini 3.5 FlashhighGemini 2.5 FlashmediumvsNemotron 3 Ultramediumमोफत उपलब्धGemini 2.5 FlashmediumvsGPT-5.5low

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