#25 Gemini 2.5 Flash
medium
无效SVG
- 成本
- $0.000
- 时间
- 274.0s
- 令牌
- 0 tok
Google: Gemini 2.5 Flash vs Thinking Machines: Inkling
Gemini 2.5 Flash (medium) 平均分领先，为 8.2 vs 8.0。 Gemini 2.5 Flash (medium) benchmark 成本更低，为 $0.643 vs $1.006。 Gemini 2.5 Flash (medium) 更快，为 21.18s vs 64.16s，通过率为 71.2% vs 77.3%。
推荐模型Gemini 2.5 Flash (medium)它在这里得分最高（8.2），同时成本比Inkling (high)低约 1.6 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18
| 指标 | Gemini 2.5 Flash Gemini 2.5 Flash medium | Inkling Inkling high |
|---|---|---|
| 分数 | 8.2 | 8.0 |
| 排名 | #25 | #28 |
| 可靠性 | 10.0 | 9.8 |
| 一致性 | 9.6 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 77.3% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.286 | 6.704 |
| 总成本 | $0.643 | $1.006 |
| 输入价格 | $0.300 / 1M | $1.000 / 1M |
| 输出价格 | $2.500 / 1M | $4.050 / 1M |
| 总输入令牌 | 132,498 | 86,746 |
| 输出令牌 | 12,739 | 6,055 |
| 推理令牌 | 228,464 | 220,791 |
| 响应时间（平均） | 21.18s | 64.16s |
| 响应时间（最大） | 140.50s | 327.51s |
| 响应时间（总计） | 465.89s | 1411.59s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#28 Thinking Machines: Inkling
high- 成本
- $0.005
- 时间
- 32.2s
- 令牌
- 1,275 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 8.4 | 10.0 | 75.0% | 0 | 6.30s | 492 | 255 | 10,233 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 12.68s | 702 | 455 | 7,204 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.8 | 10.0 | 66.7% | 0 | 41.01s | 6,669 | 543 | 32,303 | |
| Inkling | 8.5 | 10.0 | 66.7% | 0 | 148.36s | 7,374 | 430 | 78,982 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 84.47s | 110,544 | 11,112 | 95,241 | |
| Inkling | 7.3 | 5.8 | 83.3% | 1 | 63.78s | 61,296 | 3,854 | 19,895 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 7,257 | 279 | 2,325 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 8.19s | 7,068 | 216 | 2,349 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 37.34s | 633 | 18 | 80,702 | |
| Inkling | 7.7 | 10.0 | 66.7% | 0 | 186.39s | 683 | 59 | 76,777 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 4.8 | 10.0 | 0.0% | 0 | 4.86s | 486 | 92 | 1,899 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 6.53s | 501 | 182 | 1,151 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.62s | 615 | 69 | 1,203 | |
| Inkling | 9.8 | 10.0 | 100.0% | 0 | 7.00s | 708 | 93 | 2,098 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.18s | 558 | 126 | 2,499 | |
| Inkling | 6.9 | 4.9 | 77.8% | 2 | 10.69s | 714 | 429 | 4,623 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 5,088 | 234 | 1,140 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 6.52s | 7,481 | 307 | 601 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 2.76s | 156 | 11 | 919 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 153.57s | 219 | 30 | 27,111 |
快速对比
切换对比组合
Step 3.7 FlashmediumvsInklinghighGPT-5.2 ChatnonevsInklinghighGemini 2.5 FlashmediumvsMuse Spark 1.1lowGPT-5 MinimediumvsInklinghighKimi K3maxvsInklinghighGemini 2.5 FlashmediumvsMuse Spark 1.1highSeed-2.0-LitemediumvsInklinghighGemini 2.5 FlashmediumvsGrok 4.5lowQwen3.7 PlusmediumvsInklinghighGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGLM 5.2highQwen3.6 PlusmediumvsInklinghigh