#36

Gemini 2.5 Flash

Google · प्रकाशन: 2025-06-17 · google/gemini-2.5-flash::none

सरासरी स्कोअर

5.34

प्रति निकाल खर्च

0.107

सुसंगतता

9.40

एकूण खर्च

$0.007

बरोबर चाचण्या

6

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

चुकीच्या चाचण्या

8

प्रति प्रयत्न पास दर: 47.6%

अस्थिर चाचण्या

1

प्रतिसाद वेळ: सरासरी 698ms · एकूण 9.78s · कमाल 1.91s

चुकीचे उत्तर: 6 सूचनांचे पालन केले नाही: 2

स्कोअरनुसार शीर्ष मॉडेल्स

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

#30 Qwen3.5-35B-A3B 5.93

#31 GPT-5 Nano 5.86

#32 Qwen3.5-Flash 5.79

#33 GPT-5 Mini 5.77

#34 gpt-oss-120b 5.65

#35 MiniMax M2.5 5.65

#36 Gemini 2.5 Flash 5.34

#37 Qwen3.5-122B-A10B 5.20

#38 GPT-4o-mini 4.86

#39 DeepSeek V3.2 4.70

#40 Qwen3.5-27B 4.70

#41 Qwen3.5-35B-A3B 4.63

#42 Trinity Large Preview (free) 4.34

श्रेणी	सरासरी स्कोअर	सुसंगतता	बरोबर चाचण्या
Anti-AI Tricks	1.00	10.00	0/3
Data parsing and extraction	9.88	10.00	2/2
Domain specific	4.00	7.21	1/3
Instructions following	8.00	9.99	1/2
Puzzle Solving	4.67	10.00	1/3
Tool Calling	10.00	10.00	1/1