#67 Gemini 2.5 Flash
none
无效SVG
- 成本
- $0.164
- 时间
- 215.5s
- 令牌
- 65,659 tok
摘要
Gemini 2.5 Flash 在 AI BENCHY 上得分 6.2，排名 #67。它的可靠性为 不适用，通过率为 44.4%，总成本为 $0.013，平均响应时间为 903ms。
Gemini 2.5 Flash 的独特之处： 它最突出的是 编程，排名 #1；相对较弱的是 反AI技巧，排名 #18。 在这个得分水平下，它的 benchmark 总成本异常低。 相比类似模型，它的速度明显更快。
输入价格
$0.300 / 1M
输出价格
$2.500 / 1M
不稳定测试
2
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-07-16 22:58 新增测试 | 6.2 | 10.0 | $0.017 | 比较 | |
| 2026-06-04 14:00 新增测试 | 6.2 | 10.0 | $0.016 | 比较 | |
| 2026-05-22 00:28 测试集已变更 | 6.2 | 10.0 | $0.015 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 6.2 | 不适用 | $0.013 | 当前轮次 |
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · 首次记录的运行 | 6.2 | 9.2 | 不适用 | 7/18 | 2 | 1,726 | 0 | $0.013 | 903ms |
| 2026-06-04 14:00 · 新增测试 | 6.2 | 9.6 | 10.0 | 9/21 | 1 | 1,770 | 35,926 | $0.016 | 875ms |
| 差值 | 0.0 | -0.4 | -2 | +1 | -44 | -35926 | -$0.003 | +28ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
Gemini 2.5 FlashnonevsGemma 4 31Bmedium免费可用Gemini 2.5 FlashnonevsQwen3.5-FlashmediumGemini 2.5 FlashnonevsRing-2.6-1TmediumGemini 2.5 FlashnonevsGemma 4 31Bnone免费可用Gemini 2.5 FlashnonevsGemini 3 Flash PreviewmediumGemini 2.5 FlashnonevsGemini 3.5 FlashhighGemini 2.5 FlashnonevsNemotron 3 Ultramedium免费可用Gemini 2.5 FlashnonevsGPT-5.5low