AI BENCHY
Advertise here
#27

Gemini 2.5 Flash

Google Lansare: 2025-06-17 Testat la: 2026-06-04 14:01 google/gemini-2.5-flash::medium
(medium) (none)

Rezumat

Gemini 2.5 Flash obține 8.2 pe AI BENCHY și este pe #27. Are fiabilitate 10.0, rată de reușită 69.8%, cost total $0.379 și timp mediu de răspuns 15.49s.

Scor

8.2

Consistență

9.6

Fiabilitate

10.0

Cost total (preț curent)

$0.379

Total tokenuri de ieșire

147,075

Total tokenuri de intrare

34,476

Preț de intrare

$0.300 / 1M

Preț de ieșire

$2.500 / 1M

Teste corecte

Teste greșite: 7

Rată de trecere pe încercare: 69.8%

Teste instabile

1

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

15.49s

Timp de răspuns (maxim): 95.48s

Timp de răspuns (total): 325.39s

Răspuns greșit: 6 Nu a urmat instrucțiunile: 1

Generation showcase

Hamster playing table tennis

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

#27 Gemini 2.5 Flash

medium
Invalid SVG
Cost
$0.000
Time
274.0s
Tokens
0 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 14:01 Test nou adăugat 7.8 10.0 $0.379 Rularea curentă
2026-05-22 00:32 Suită modificată 7.7 10.0 $0.358 Compară
2026-04-11 01:44 Prima rulare înregistrată 8.2 N/D $0.319 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-04 15:40 $0.300 / 1M $2.500 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGLM 5 TurbomediumGemini 2.5 FlashmediumvsSeed-2.0-LitemediumGemini 2.5 FlashmediumvsGPT-5.2mediumGemini 2.5 FlashmediumvsGPT-5.4mediumGemini 2.5 FlashmediumvsDeepSeek V4 FlashhighGemini 2.5 FlashmediumvsGemini 3.5 FlashhighGemini 2.5 FlashmediumvsGemini 3 Flash PreviewmediumGemini 2.5 FlashmediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGemini 2.5 FlashmediumvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.4 10.0
Programare 7.8 10.0
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.9 7.2
Inteligență generală 4.8 10.0
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 7.7 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate