AI BENCHY Compare

Google: Gemini 2.5 Flash vs Google: Gemini 3.5 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-01

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Gemini 3.5 Flash Gemini 3.5 Flash high Релиз: 2026-05-19

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Gemini 3.5 Flash Gemini 3.5 Flash high Релиз: 2026-05-19
Оценка	7.7	9.6
Ранг	#40	#2
Надежность	10.0	10.0
Стабильность	9.6	9.6
Тестов верно
Доля успешных попыток	68.3%	96.7%
Нестабильные тесты	1	1
Всего запусков	60	60
Стоимость за результат	2.750	5.231
Общая стоимость	$0.358	$0.994
Цена входа	$0.300 / 1M	$1.500 / 1M
Цена выхода	$2.500 / 1M	$9.000 / 1M
Выходные токены	1,924	1,969
Токены рассуждений	137,255	102,679
Время ответа (среднее)	15.57s	8.30s
Время ответа (макс.)	95.48s	34.82s
Время ответа (суммарно)	311.47s	165.92s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	255	10,233
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.57s	174	4,997

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	6.6	10.0	50.0%	0		54.56s	537	24,413
Gemini 3.5 Flash	10.0	10.0	100.0%	0		24.62s	450	34,170

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		28.44s	303	11,922
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.37s	351	16,323

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	279	2,325
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.43s	279	8,466

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	18	80,702
Gemini 3.5 Flash	7.6	7.2	77.8%	1		14.09s	12	24,721

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	92	1,899
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.63s	115	1,650

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	69	1,203
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.35s	70	3,799

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	126	2,499
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.23s	241	4,940

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	234	1,140
Gemini 3.5 Flash	9.8	10.0	100.0%	0		4.96s	265	1,608

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	11	919
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.94s	12	2,005

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 FlashhighvsGemini 2.5 Flashmedium Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsQwen3.7 Maxnone Gemini 2.5 FlashmediumvsGPT-5.3 Chatnone Gemini 2.5 FlashmediumvsStep 3.7 Flashlow Claude Opus 4.8nonevsGemini 2.5 Flashmedium Gemini 2.5 FlashmediumvsRing-2.6-1Tnone Gemini 2.5 FlashmediumvsStep 3.7 Flashhigh Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 2.5 FlashmediumvsQwen3.6 Max Previewnone Claude Sonnet 4.6nonevsGemini 2.5 Flashmedium Claude Opus 4.7mediumvsGemini 3.5 Flashhigh