AI BENCHY
Advertise here
#92

Gemini 2.5 Flash

Google Релиз: 2025-06-17 Проверено: 2026-05-22 00:28 google/gemini-2.5-flash::none
(medium) (none)

Сводка

Gemini 2.5 Flash набирает 6.2 в AI BENCHY и занимает #92. У модели надежность 10.0, доля успешных попыток 46.7%, общая стоимость $0.015 и среднее время ответа 893ms.

Что делает Gemini 2.5 Flash особенной: Сильнее всего модель выделяется в Программирование, где занимает #3; самая слабая область — Анти-ИИ уловки с #15. Общая стоимость benchmark необычно низкая для такого уровня результата. Она заметно быстрее похожих моделей.

Оценка

6.2

Стабильность

9.2

Надежность

10.0

Общая стоимость (текущая цена)

$0.015

Общее число выходных токенов

1,762

Общее число входных токенов

0

Цена входа

$0.300 / 1M

Цена выхода

$2.500 / 1M

Тестов верно

Ошибочных тестов: 12

Доля успешных попыток: 46.7%

Нестабильные тесты

2

Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).

Время ответа (среднее)

893ms

Время ответа (макс.): 4.39s

Время ответа (суммарно): 17.87s

Неверный ответ: 11 Не соблюдены инструкции: 1

Hamster playing table tennis

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

#92 Gemini 2.5 Flash

none
Неверный SVG
Стоимость
$0.164
Время
215.5s
Токены
65,659 tok

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-07-16 22:58 Добавлен новый тест 6.2 10.0 $0.017 Сравнить
2026-06-04 14:00 Добавлен новый тест 6.2 10.0 $0.016 Сравнить
2026-05-22 00:28 Набор изменён 6.2 10.0 $0.015 Текущий запуск
2026-04-11 01:44 Первый зафиксированный запуск 6.2 Н/Д $0.013 Сравнить

Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.

Графики

Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Быстрое сравнение

Gemini 2.5 FlashnonevsGemma 4 31BmediumБесплатно доступноGemini 2.5 FlashnonevsQwen3.5-FlashmediumGemini 2.5 FlashnonevsRing-2.6-1TmediumGemini 2.5 FlashnonevsGemma 4 31BnoneБесплатно доступноGemini 2.5 FlashnonevsGemini 3 Flash PreviewmediumGemini 2.5 FlashnonevsGemini 3.5 FlashhighGemini 2.5 FlashnonevsNemotron 3 UltramediumБесплатно доступноGemini 2.5 FlashnonevsGPT-5.5low

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Анти-ИИ уловки 3.0 10.0
Программирование 6.8 10.0
Комбинированный 3.0 10.0
Парсинг и извлечение данных 10.0 10.0
Предметно-ориентированное 5.9 7.2
Общий интеллект 5.0 10.0
Следование инструкциям 9.8 10.0
Решение головоломок 6.5 7.8
Вызов инструментов 10.0 10.0
Эрудиция 3.0 10.0

Сравниваемые модели