- Scor
- 8.6 (+1.30 puncte)
- Cost total (preț curent)
- $0.061 · cu 91.1% mai ieftin
- Timp de răspuns (mediu)
- 7.51s · cu 63.4% mai rapid
Google
Lansare: 2025-06-17
Testat la: 2026-10-01 02:17
google/gemini-2.5-flash::medium
~350B în total (~20B activi)MoEÎnchisEstimat
(medium)
(none)
Rezumat
Gemini 2.5 Flash obține 7.3 pe AI BENCHY și este pe #155. Are fiabilitate 10.0, rată de reușită 68.1%, cost total $0.680 și timp mediu de răspuns 20.51s.
Ce face Gemini 2.5 Flash unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #2, iar Sarcini agentice este zona cea mai slabă, la #15.
Alternative recomandate
Recomandăm să alegi unul dintre aceste modele în schimb:
- Scor
- 8.3 (+0.99 puncte)
- Cost total (preț curent)
- $0.047 · cu 93.1% mai ieftin
- Timp de răspuns (mediu)
- 18.07s · cu 11.9% mai rapid
- Scor
- 9.4 (+2.09 puncte)
- Cost total (preț curent)
- $0.183 · cu 73.2% mai ieftin
- Timp de răspuns (mediu)
- 6.24s · cu 69.6% mai rapid
Date despre model
Documentat la 2026-08-12
- Parametri
- ~350B în total (~20B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
7.3
Consistență
9.6
10.0
Total tokenuri de ieșire
241,365
Total tokenuri de intrare
132,507
Preț de intrare
$0.300 / 1M
Preț de ieșire
$2.500 / 1M
Preț citire cache
$0.030 / 1M
Preț scriere cache
$0.084 / 1M
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
Teste instabile
1
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#155 Gemini 2.5 Flash
medium
No output was saved. The original provider response or failure reason is unavailable.
- Cost
- $0.000
- Timp
- 274.0s
- Tokenuri
- 0 tok
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-10-01 02:17 Retestare | 7.3 | 10.0 | $0.680 ↑ | Rularea curentă | |
| 2026-07-16 23:00 Test nou adăugat | 8.2 | 10.0 | $0.643 | Compară | |
| 2026-06-04 14:01 Test nou adăugat | 7.8 | 10.0 | $0.379 | Compară | |
| 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.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 02:17 · Rularea curentă | 69/69 încercări | 7.3 | 9.6 | 10.0 | 15/23 | 1 | 241,365 | 132,507 | $0.680 | 20.51s |
| 2026-04-11 01:44 · Prima rulare înregistrată | 54/54 încercări | 8.2 | 9.5 | N/D | 13/18 | 1 | 124,171 | 0 | $0.319 | 12.12s |
| Diferență | — | -0.9 | +0.1 | +2 | 0 | +117194 | +132507 | +$0.361 | +8388ms |
Acoperirea benchmark diferă: 69/69 încercări (Țintă: 3 repetări per test) față de 54/54 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire | Preț citire cache | Preț scriere cache |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.300 / 1M | $2.500 / 1M | N/D | N/D |
| 2026-10-01 18:33 | $0.300 / 1M | $2.500 / 1M | $0.030 / 1M | $0.084 / 1M |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Comparație rapidă
Gemini 2.5 FlashmediumvsGrok 4.7mediumGemini 2.5 FlashmediumvsLongCat 2.0highGemini 2.5 FlashmediumvsClaude Fable 5.1mediumGemini 2.5 FlashmediumvsQwen3.6 PlusmediumGemini 2.5 FlashmediumvsGLM 5.3 FlashhighGemini 2.5 FlashmediumvsGemini 3.5 Flash LitemediumGemini 2.5 FlashmediumvsGemma 4 26B A4BmediumDisponibil gratuitGemini 2.5 FlashmediumvsQwen3.5-27BnoneGemini 2.5 FlashmediumvsInklingmediumDisponibil gratuitGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15medium
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 3.0 | 10.0 | |
| 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 |