AI BENCHY
Advertise here
#3

Gemini 3.5 Flash

Google Релиз: 2026-05-19 Проверено: 2026-05-22 00:28 google/gemini-3.5-flash::low
~500B всего (~20B активных)MoEЗакрытая модельОценка
(high) (medium) (low) (minimal) (none)

Сводка

Gemini 3.5 Flash набирает 9.3 в AI BENCHY и занимает #3. У модели надежность 10.0, доля успешных попыток 90.0%, общая стоимость $0.285 и среднее время ответа 2.98s.

Что делает Gemini 3.5 Flash особенной: Сильнее всего модель выделяется в Предметно-ориентированное, где занимает #2; самая слабая область — Программирование с #12. Это одна из самых высоко ранжированных моделей в целом. Общая стоимость benchmark необычно низкая для такого уровня результата.

Сведения о модели

Дата исследования: 2026-08-12

Оценка
Параметры
~500B всего (~20B активных)
Архитектура
MoE
Доступность
Закрытая модель
Лицензия
-

Наиболее обоснованная оценка по открытым данным; поставщик раскрыл не все значения.

Источник данных о параметрах Источник данных о доступности

Оценка

9.3

Стабильность

10.0

Надежность

10.0

Общая стоимость (текущая цена)

$0.285

Общее число выходных токенов

25,965

Общее число входных токенов

0

Цена входа

$1.500 / 1M

Цена выхода

$9.000 / 1M

Тестов верно

Ошибочных тестов: 2

Доля успешных попыток: 90.0%

Нестабильные тесты

0

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

Время ответа (среднее)

2.98s

Время ответа (макс.): 6.44s

Время ответа (суммарно): 59.59s

Неверный ответ: 2

Hamster playing table tennis

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

#3 Gemini 3.5 Flash

low
Стоимость
$0.068
Время
39.1s
Токены
7,588 tok

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-08-14 02:46 Повторный тест 8.8 10.0 $0.449 Сравнить
2026-07-16 22:57 Добавлен новый тест 8.9 10.0 $0.433 Сравнить
2026-06-04 14:02 Добавлен новый тест 9.4 10.0 $0.349 Сравнить
2026-05-22 00:28 Набор изменён 9.3 10.0 $0.285 Текущий запуск
2026-05-19 23:35 Первый запуск 9.6 10.0 $0.245 Сравнить

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

Сравнение запусков

ЗапускПокрытие бенчмаркаОценкаСтабильностьНадежностьТестов верноНестабильные тестыОбщее число выходных токеновОбщее число входных токеновОбщая стоимостьВремя ответа (среднее)
2026-05-22 00:28 · Набор изменён60/60 попыток9.310.010.018/20025,9650$0.2852.98s
2026-05-19 23:35 · Первый запуск57/57 попыток9.610.010.018/19022,2480$0.2452.84s
Разница—-0.30.00.000+37170+$0.040+137ms

Покрытие бенчмарка различается: 60/60 попыток (Цель: 3 повторов на тест) против 57/57 попыток (Цель: 3 повторов на тест). Итоги и метрики, зависящие от числа повторов, нельзя сравнивать напрямую.

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.

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Быстрое сравнение

Gemini 3.5 FlashlowvsSeed 2.1 TurbohighGemini 3.5 FlashlowvsGemini 3.5 Flash LitehighGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsClaude Opus 4.8mediumGemini 3.5 FlashlowvsGrok 4.5highGemini 3.5 FlashlowvsClaude Opus 5lowGemini 3.5 FlashlowvsQwen3.8 MaxmediumGemini 3.5 FlashlowvsGemini 3.6 FlashlowGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsClaude Opus 4.7medium

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Анти-ИИ уловки 10.0 10.0
Программирование 6.8 10.0
Комбинированный 10.0 10.0
Парсинг и извлечение данных 10.0 10.0
Предметно-ориентированное 7.7 10.0
Общий интеллект 10.0 10.0
Следование инструкциям 9.9 10.0
Решение головоломок 10.0 10.0
Вызов инструментов 10.0 10.0
Эрудиция 10.0 10.0

Сравниваемые модели