#16 Gemini 2.5 Flash
medium
SVG inválido
- Custo
- $0.000
- Tempo
- 274.0s
- Tokens
- 0 tok
Google
Lançamento: 2025-06-17
Testado em: 2026-04-11 01:44
google/gemini-2.5-flash::medium
~350B no total (~20B ativos)MoECódigo fechadoEstimado
(medium)
(none)
Resumo
Gemini 2.5 Flash marca 8.2 no AI BENCHY e fica em #16. Tem fiabilidade N/D, taxa de acerto de 75.9%, custo total de $0.319 e tempo médio de resposta de 12.12s.
O que torna Gemini 2.5 Flash único: Destaca-se mais em Específico do domínio, onde fica em #3, enquanto Resolução de quebra-cabeças é a área mais fraca em #17. O custo total do benchmark é invulgarmente baixo para este nível de pontuação.
Dados do modelo
Pesquisado em 2026-08-12
- 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.
8.2
Consistência
9.5
$0.319
Total de tokens de saída
124,171
Total de tokens de entrada
0
Preço de entrada
$0.300 / 1M
Preço de saída
$2.500 / 1M
Testes instáveis
1
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
12.12s
Tempo de resposta (máx.): 95.48s
Tempo de resposta (total): 218.12s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 | Comparar | |
| 2026-04-11 01:44 Primeira execução registrada | 8.2 | N/D | $0.319 | Execução atual |
Comparação de execuções
| Execução | Cobertura do benchmark | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Primeira execução registrada | 54/54 tentativas | 8.2 | 9.5 | N/D | 13/18 | 1 | 124,171 | 0 | $0.319 | 12.12s |
| 2026-08-14 02:45 · Novo teste | 66/66 tentativas | 8.2 | 9.6 | 10.0 | 15/22 | 1 | 241,365 | 132,507 | $0.644 | 21.14s |
| Diferença | — | 0.0 | -0.1 | -2 | 0 | -117194 | -132507 | -$0.325 | -9023ms |
A cobertura do benchmark é diferente: 54/54 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.
Melhores modelos por pontuação
Pontuação vs Custo total
Tempo de resposta (médio)
Pontuação vs Tempo de resposta (médio)
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 | 10.0 | 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 |