Advertise here
#9

Gemini 3.5 Flash

Google Lansare: 2026-05-19 Testat la: 2026-07-16 23:01 google/gemini-3.5-flash::medium
~500B în total (~20B activi)MoEÎnchisEstimat
(high) (medium) (low) (minimal) (none)

Rezumat

Gemini 3.5 Flash obține 9.1 pe AI BENCHY și este pe #9. Are fiabilitate 10.0, rată de reușită 87.9%, cost total $0.642 și timp mediu de răspuns 8.20s.

Date despre model

Documentat la 2026-08-12

Estimat
Parametri
~500B în total (~20B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Sursa parametrilor Sursa disponibilității

Scor

9.1

Consistență

9.7

Fiabilitate

10.0

Cost total (preț curent)

$0.642

Total tokenuri de ieșire

59,602

Total tokenuri de intrare

69,747

Preț de intrare

$1.500 / 1M

Preț de ieșire

$9.000 / 1M

Preț citire cache

N/D

Preț scriere cache

N/D

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 corecte

Teste greșite: 3

Rată de trecere pe încercare: 87.9%

Teste instabile

1

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

Timp de răspuns (mediu)

8.20s

Timp de răspuns (maxim): 76.68s

Timp de răspuns (total): 180.47s

Răspuns greșit: 2 Nu a urmat instrucțiunile: 1

Hamster playing table tennis

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

#9 Gemini 3.5 Flash

medium
Cost
$0.201
Timp
112.9s
Tokenuri
22,371 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-08-14 02:47 Retestare 9.0 10.0 $0.665 Compară
2026-07-16 23:01 Test nou adăugat 9.1 10.0 $0.642 Rularea curentă
2026-06-04 14:03 Test nou adăugat 9.0 10.0 $0.582 Compară
2026-05-22 00:29 Retestare 9.0 10.0 $0.472 Compară
2026-05-19 23:35 Prima rulare 9.2 10.0 $0.393 Compară

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

Comparație între rulări

RulareAcoperire benchmarkScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-07-16 23:01 · Test nou adăugat66/66 încercări9.19.710.019/22159,60269,747$0.6428.20s
2026-05-19 23:35 · Prima rulare57/57 încercări9.210.010.017/19038,6300$0.3933.90s
Diferență—-0.1-0.30.0+2+1+20972+69747+$0.250+4302ms

Acoperirea benchmark diferă: 66/66 încercări (Țintă: 3 repetări per test) față de 57/57 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
2026-06-04 15:40 $1.500 / 1M $9.000 / 1M N/D N/D

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 3.5 FlashmediumvsQwen3.7 MaxnoneGemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighGemini 3.5 FlashmediumvsGPT-5.4 MinimediumGemini 3.5 FlashmediumvsMiMo-V2.6-FlashmediumGemini 3.5 FlashmediumvsClaude Fable 5.1highGemini 3.5 FlashmediumvsGrok 4.5mediumGemini 3.5 FlashmediumvsGLM 5.3 FlashXmaxGemini 3.5 FlashmediumvsGLM 5.3highGemini 3.5 FlashmediumvsQwen3.5-27BmediumGemini 3.5 FlashmediumvsStep 3.7 Flashmedium

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 7.9 7.5
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 7.7 10.0
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 9.9 10.0
Rezolvare de puzzle-uri 7.7 10.0
Apelare instrumente 10.0 10.0
Cultură generală 10.0 10.0

Modele comparate