AI BENCHY
Advertise here
#16

Gemini 2.5 Flash

Google Lansare: 2025-06-17 Testat la: 2026-04-11 01:44 google/gemini-2.5-flash::medium
(medium) (none)

Rezumat

Gemini 2.5 Flash obține 8.2 pe AI BENCHY și este pe #16. Are fiabilitate N/D, rată de reușită 75.9%, cost total $0.319 și timp mediu de răspuns 12.12s.

Ce face Gemini 2.5 Flash unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Scor

8.2

Consistență

9.5

Fiabilitate

N/D

Cost total (preț curent)

$0.319

Total tokenuri de ieșire

124,171

Total tokenuri de intrare

0

Preț de intrare

$0.300 / 1M

Preț de ieșire

$2.500 / 1M

Teste corecte

Teste greșite: 5

Rată de trecere pe încercare: 75.9%

Teste instabile

1

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

Timp de răspuns (mediu)

12.12s

Timp de răspuns (maxim): 95.48s

Timp de răspuns (total): 218.12s

Răspuns greșit: 4 Nu a urmat instrucțiunile: 1

Hamster playing table tennis

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

#16 Gemini 2.5 Flash

medium
SVG invalid
Cost
$0.000
Timp
274.0s
Tokenuri
0 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
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 Rularea curentă

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 FlashmediumvsMuse Spark 1.1lowGemini 2.5 FlashmediumvsGPT-5 MinimediumGemini 2.5 FlashmediumvsClaude Sonnet 5mediumGemini 2.5 FlashmediumvsMuse Spark 1.1highGemini 2.5 FlashmediumvsGrok 4.5mediumGemini 2.5 FlashmediumvsStep 3.7 FlashmediumGemini 2.5 FlashmediumvsGemini 3 Flash PreviewmediumGemini 2.5 FlashmediumvsGemini 3.5 FlashhighGemini 2.5 FlashmediumvsNemotron 3 UltramediumDisponibil gratuitGemini 2.5 FlashmediumvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.4 10.0
Programare 10.0 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

Modele comparate