AI BENCHY
Advertise here
#25

Gemini 3.5 Flash

Google Lansare: 2026-05-19 Testat la: 2026-05-22 00:28 google/gemini-3.5-flash::minimal
(high) (medium) (low) (minimal) (none)

Rezumat

Gemini 3.5 Flash obține 7.9 pe AI BENCHY și este pe #25. Are fiabilitate 10.0, rată de reușită 71.7%, cost total $0.103 și timp mediu de răspuns 1.58s.

Ce face Gemini 3.5 Flash unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #1, iar Combinat este zona cea mai slabă, la #17. Este vizibil rapid față de modele similare.

Scor

7.9

Consistență

9.6

Fiabilitate

10.0

Cost total (preț curent)

$0.103

Total tokenuri de ieșire

5,271

Total tokenuri de intrare

0

Preț de intrare

$1.500 / 1M

Preț de ieșire

$9.000 / 1M

Teste corecte

Teste greșite: 6

Rată de trecere pe încercare: 71.7%

Teste instabile

1

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

Timp de răspuns (mediu)

1.58s

Timp de răspuns (maxim): 5.51s

Timp de răspuns (total): 31.55s

Răspuns greșit: 4 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1

Prezentare generare

Hamster playing table tennis

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

#25 Gemini 3.5 Flash

minimal
Cost
$0.041
Timp
20.4s
Tokenuri
4,608 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 14:01 Test nou adăugat 7.7 10.0 $0.108 Compară
2026-05-22 00:28 Suită modificată 7.9 10.0 $0.103 Rularea curentă
2026-05-19 23:35 Prima rulare 8.1 10.0 $0.070 Compară

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

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 FlashminimalvsLaguna XS 2.1mediumDisponibil gratuitGemini 3.5 FlashminimalvsGemini 3.5 FlashnoneGemini 3.5 FlashminimalvsGLM 5.1mediumGemini 3.5 FlashminimalvsGemini 3 Flash PreviewnoneGemini 3.5 FlashminimalvsStep 3.7 FlashhighGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGemini 3.5 FlashhighGemini 3.5 FlashminimalvsGemini 3 Flash PreviewmediumGemini 3.5 FlashminimalvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGemini 3.5 FlashminimalvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 6.5 10.0
Programare 7.0 9.8
Combinat 3.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 10.0 10.0
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 6.4 5.8
Rezolvare de puzzle-uri 10.0 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate