比较图表

语言:

❤️ Made by XCS

#36

Gemini 2.5 Flash

Google · 发布日期: 2025-06-17 · google/gemini-2.5-flash::none

平均分

5.34

每个结果成本

0.107

一致性

9.40

总成本

$0.007

测试正确

6

只有当某个测试的所有运行都通过时，才计为完全通过。

错误测试数

8

尝试通过率: 47.6%

不稳定测试

1

响应时间：平均 698ms · 总计 9.78s · 最大 1.91s

答案错误: 6 未遵循指令: 2

按分数排名的模型

先选择第一个模型，再点击第二个模型打开并排页面。

#30 Qwen3.5-35B-A3B 5.93

#31 GPT-5 Nano 5.86

#32 Qwen3.5-Flash 5.79

#33 GPT-5 Mini 5.77

#34 gpt-oss-120b 5.65

#35 MiniMax M2.5 5.65

#36 Gemini 2.5 Flash 5.34

#37 Qwen3.5-122B-A10B 5.20

#38 GPT-4o-mini 4.86

#39 DeepSeek V3.2 4.70

#40 Qwen3.5-27B 4.70

#41 Qwen3.5-35B-A3B 4.63

#42 Trinity Large Preview (free) 4.34

快速对比

Gemini 2.5 FlashnonevsMiniMax M2.5medium Gemini 2.5 FlashnonevsQwen3.5-122B-A10Bnone Gemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用 Gemini 2.5 FlashnonevsGPT-4o-mininone Gemini 2.5 FlashnonevsGPT-5 Minimedium Gemini 2.5 FlashnonevsDeepSeek V3.2none Gemini 2.5 FlashnonevsGemini 3 Flash Previewmedium Gemini 2.5 FlashnonevsGemini 3.1 Pro Previewmedium Gemini 2.5 FlashnonevsStep 3.5 Flashmedium免费可用

类别细分

类别	平均分	一致性	测试正确
Anti-AI Tricks	1.00	10.00	0/3
Data parsing and extraction	9.88	10.00	2/2
Domain specific	4.00	7.21	1/3
Instructions following	8.00	9.99	1/2
Puzzle Solving	4.67	10.00	1/3
Tool Calling	10.00	10.00	1/1