AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#38

Gemini 2.5 Flash

Google Lançamento: 2025-06-17 Testado em: 2026-05-22 00:32 google/gemini-2.5-flash::medium
~350B no total (~20B ativos)MoECódigo fechadoEstimado
(medium) (none)

Resumo

Gemini 2.5 Flash marca 7.7 no AI BENCHY e fica em #38. Tem fiabilidade 10.0, taxa de acerto de 68.3%, custo total de $0.358 e tempo médio de resposta de 15.69s.

O que torna Gemini 2.5 Flash único: Destaca-se mais em Específico do domínio, onde fica em #2, enquanto Programação é a área mais fraca em #18. O custo total do benchmark é invulgarmente baixo para este nível de pontuação.

Dados do modelo

Pesquisado em 2026-08-12

Estimado
Parâmetros
~350B no total (~20B ativos)
Arquitetura
MoE
Disponibilidade
Código fechado
Licença
-

Melhor estimativa com base em evidências públicas; o fornecedor não divulgou todos os valores.

Fonte dos parâmetros Fonte da disponibilidade

Pontuação

7.7

Consistência

9.6

Confiabilidade

10.0

Custo total (preço atual)

$0.358

Total de tokens de saída

139,179

Total de tokens de entrada

0

Preço de entrada

$0.300 / 1M

Preço de saída

$2.500 / 1M

Testes corretos

Testes errados: 7

Taxa de acerto por tentativa: 68.3%

Testes instáveis

1

Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).

Tempo de resposta (médio)

15.69s

Tempo de resposta (máx.): 95.48s

Tempo de resposta (total): 313.76s

Resposta incorreta: 6 Não seguiu as instruções: 1

Hamster playing table tennis

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

#38 Gemini 2.5 Flash

medium
SVG inválido
Custo
$0.000
Tempo
274.0s
Tokens
0 tok

Histórico de execuções

Testado em Pontuação Confiabilidade Testes corretos Custo total Comparar
2026-08-14 02:45 Novo teste 8.2 10.0 $0.644 Comparar
2026-07-16 23:00 Novo teste adicionado 8.2 10.0 $0.643 Comparar
2026-06-04 14:01 Novo teste adicionado 7.8 10.0 $0.379 Comparar
2026-05-22 00:32 Suite alterada 7.7 10.0 $0.358 Execução atual
2026-04-11 01:44 Primeira execução registrada 8.2 N/D $0.319 Comparar

Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.

Comparação de execuções

ExecuçãoCobertura do benchmarkPontuaçãoConsistênciaConfiabilidadeTestes corretosTestes instáveisTotal de tokens de saídaTotal de tokens de entradaCusto totalTempo de resposta (médio)
2026-05-22 00:32 · Suite alterada60/60 tentativas7.79.610.013/201139,1790$0.35815.69s
2026-07-16 23:00 · Novo teste adicionado66/66 tentativas8.29.610.015/221241,203132,498$0.64321.18s
Diferença—-0.50.00.0-20-102024-132498-$0.286-5489ms

A cobertura do benchmark é diferente: 60/60 tentativas (Meta: 3 repetições por teste) contra 66/66 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.

Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.

Gráficos

Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.

Total de tokens de saída

Pontuação vs Total de tokens de saída

Comparação rápida

Gemini 2.5 FlashmediumvsMuse Spark 1.1lowGemini 2.5 FlashmediumvsClaude Sonnet 5mediumGemini 2.5 FlashmediumvsInkling SmallhighGemini 2.5 FlashmediumvsQwen3.8 2.4T A95BlowGemini 2.5 FlashmediumvsSeed 2.1 TurbomediumGemini 2.5 FlashmediumvsGPT-5 MinimediumGemini 2.5 FlashmediumvsQwen3.8 27BhighGemini 2.5 FlashmediumvsMuse Glimmer 30BxhighGemini 2.5 FlashmediumvsGPT-5.2mediumGemini 2.5 FlashmediumvsInklinghigh

Detalhamento por categoria

Categoria Pontuação Consistência Testes corretos
Truques anti-IA 8.4 10.0
Programação 6.6 10.0
Combinado 10.0 10.0
Análise e extração de dados 10.0 10.0
Específico do domínio 5.9 7.2
Inteligência geral 4.8 10.0
Seguimento de instruções 9.8 10.0
Resolução de quebra-cabeças 7.7 10.0
Chamada de ferramentas 10.0 10.0
Conhecimentos gerais 3.0 10.0

Modelos comparados