#111 Gemini 2.5 Flash
none
SVG invalid
- Cost
- $0.164
- Timp
- 215.5s
- Tokenuri
- 65,659 tok
Google
Lansare: 2025-06-17
Testat la: 2026-07-16 22:58
google/gemini-2.5-flash::none
~350B în total (~20B activi)MoEÎnchisEstimat
(medium)
(none)
Rezumat
Gemini 2.5 Flash obține 6.2 pe AI BENCHY și este pe #111. Are fiabilitate 10.0, rată de reușită 43.9%, cost total $0.017 și timp mediu de răspuns 6.20s.
Ce face Gemini 2.5 Flash unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
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.
6.2
Consistență
9.6
10.0
$0.017
Total tokenuri de ieșire
1,890
Total tokenuri de intrare
39,877
Preț de intrare
$0.300 / 1M
Preț de ieșire
$2.500 / 1M
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.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 02:44 Retestare | 6.0 | 10.0 | $0.017 | Compară | |
| 2026-07-16 22:58 Test nou adăugat | 6.2 | 10.0 | $0.017 | Rularea curentă | |
| 2026-06-04 14:00 Test nou adăugat | 6.2 | 10.0 | $0.016 | Compară | |
| 2026-05-22 00:28 Suită modificată | 6.2 | 10.0 | $0.015 | Compară | |
| 2026-04-11 01:44 Prima rulare înregistrată | 6.2 | N/D | $0.013 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:58 · Test nou adăugat | 66/66 încercări | 6.2 | 9.6 | 10.0 | 9/22 | 1 | 1,890 | 39,877 | $0.017 | 6.20s |
| 2026-08-14 02:44 · Retestare | 66/66 încercări | 6.0 | 9.6 | 10.0 | 8/22 | 1 | 1,890 | 39,886 | $0.017 | 6.19s |
| Diferență | — | +0.1 | 0.0 | 0.0 | +1 | 0 | 0 | -9 | -$0.001 | +6ms |
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 |
|---|---|---|
| 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.
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 FlashnonevsTrinity Large ThinkinglowGemini 2.5 FlashnonevsGPT-5.6 TerranoneGemini 2.5 FlashnonevsNemotron 3 UltranoneDisponibil gratuitGemini 2.5 FlashnonevsGPT-5 NanomediumGemini 2.5 FlashnonevsQwen3.5 Plus 2026-04-20noneGemini 2.5 FlashnonevsQwen3.5-FlashnoneGemini 2.5 FlashnonevsGemma 4 31BnoneDisponibil gratuitGemini 2.5 FlashnonevsQwen3.5-35B-A3BnoneGemini 2.5 FlashnonevsQwen3.6 FlashnoneGemini 2.5 FlashnonevsStep 3.5 Flashmedium
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 3.0 | 10.0 | |
| Programare | 5.5 | 10.0 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.9 | 7.2 | |
| Inteligență generală | 5.0 | 10.0 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 7.7 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |