#38 Gemini 2.5 Flash
medium
Неверный SVG
- Стоимость
- $0.000
- Время
- 274.0s
- Токены
- 0 tok
Google
Релиз: 2025-06-17
Проверено: 2026-05-22 00:32
google/gemini-2.5-flash::medium
(medium)
(none)
Сводка
Gemini 2.5 Flash набирает 7.7 в AI BENCHY и занимает #38. У модели надежность 10.0, доля успешных попыток 68.3%, общая стоимость $0.358 и среднее время ответа 15.69s.
Что делает Gemini 2.5 Flash особенной: Сильнее всего модель выделяется в Предметно-ориентированное, где занимает #1; самая слабая область — Следование инструкциям с #15.
7.7
Стабильность
9.6
10.0
Общее число выходных токенов
139,179
Общее число входных токенов
0
Цена входа
$0.300 / 1M
Цена выхода
$2.500 / 1M
Нестабильные тесты
1
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
Генерация showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-06-04 14:01 Добавлен новый тест | 7.8 | 10.0 | $0.379 | Сравнить | |
| 2026-05-22 00:32 Набор изменён | 7.7 | 10.0 | $0.358 | Текущий запуск | |
| 2026-04-11 01:44 Первый зафиксированный запуск | 8.2 | Н/Д | $0.319 | Сравнить |
Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.
Сравнение запусков
| Запуск | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общее число входных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:32 · Набор изменён | 7.7 | 9.6 | 10.0 | 13/20 | 1 | 139,179 | 0 | $0.358 | 15.69s |
| 2026-04-11 01:44 · Первый зафиксированный запуск | 8.2 | 9.5 | Н/Д | 13/18 | 1 | 124,171 | 0 | $0.319 | 12.12s |
| Разница | -0.5 | +0.1 | 0 | 0 | +15008 | 0 | +$0.039 | +3570ms |
Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.
Графики
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
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
Быстрое сравнение
Gemini 2.5 FlashmediumvsGPT-5.2mediumGemini 2.5 FlashmediumvsQwen3.7 PlusmediumGemini 2.5 FlashmediumvsStep 3.7 FlashmediumGemini 2.5 FlashmediumvsNemotron 3 Ultra 550b A55bmediumБесплатно доступноGemini 2.5 FlashmediumvsGemini 3.5 FlashhighGemini 2.5 FlashmediumvsGemini 3 Flash PreviewmediumGemini 2.5 FlashmediumvsGPT-5.5low
Разбивка по категориям
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 8.4 | 10.0 | |
| Программирование | 6.6 | 10.0 | |
| Комбинированный | 10.0 | 10.0 | |
| Парсинг и извлечение данных | 10.0 | 10.0 | |
| Предметно-ориентированное | 5.9 | 7.2 | |
| Общий интеллект | 4.8 | 10.0 | |
| Следование инструкциям | 9.8 | 10.0 | |
| Решение головоломок | 7.7 | 10.0 | |
| Вызов инструментов | 10.0 | 10.0 | |
| Эрудиция | 3.0 | 10.0 |