#6 Gemini 3.5 Flash
none- 成本
- $0.225
- 时间
- 125.5s
- 令牌
- 25,004 tok
Google
发布日期: 2026-05-19
测试于: 2026-05-19 23:35
google/gemini-3.5-flash::none
~500B 总计 (~20B 激活)MoE闭源估算
摘要
Gemini 3.5 Flash 在 AI BENCHY 上得分 9.1，排名 #6。它的可靠性为 10.0，通过率为 91.7%，总成本为 $0.489，平均响应时间为 5.59s。
Gemini 3.5 Flash 的独特之处： 它最突出的是 数据解析与提取，排名 #1；相对较弱的是 综合，排名 #15。 相比类似模型，它的速度明显更快。
模型信息
调研日期：2026-08-12
- 参数量
- ~500B 总计 (~20B 激活)
- 架构
- MoE
- 开放状态
- 闭源
- 许可证
- -
基于公开证据的最佳估算；厂商未披露全部数值。
输入价格
$1.500 / 1M
输出价格
$9.000 / 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 |
|---|---|---|---|---|---|
| 2026-08-14 02:46 重新测试 | 6.9 | 10.0 | $1.093 | 比较 | |
| 2026-07-16 22:53 新增测试 | 7.0 | 10.0 | $1.079 | 比较 | |
| 2026-06-04 14:02 新增测试 | 8.1 | 10.0 | $1.079 | 比较 | |
| 2026-05-22 00:29 测试集已变更 | 8.9 | 10.0 | $0.924 | 比较 | |
| 2026-05-19 23:35 首次运行 | 9.1 | 10.0 | $0.489 | 当前轮次 |
轮次对比
| 测试轮次 | 基准测试覆盖率 | 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） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-19 23:35 · 首次运行 | 57/57 次尝试 | 9.1 | 9.0 | 10.0 | 14/16 | 2 | 53,202 | 0 | $0.489 | 5.59s |
| 2026-08-14 02:46 · 重新测试 | 66/66 次尝试 | 6.9 | 8.9 | 10.0 | 14/22 | 3 | 119,100 | 13,852 | $1.093 | 10.18s |
| 差值 | — | +2.2 | +0.1 | 0.0 | +3 | -1 | -65898 | -13852 | -$0.605 | -4589ms |
基准测试覆盖率不同：57/57 次尝试 (目标：每项测试重复 3 次) 对比 66/66 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
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 3.5 FlashnonevsSeed-2.0-CodehighGemini 3.5 FlashnonevsQwen3.6 FlashmediumGemini 3.5 FlashnonevsQwen3.7 FlashmediumGemini 3.5 FlashnonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsKAT-Coder-Pro V2.5mediumGemini 3.5 FlashnonevsSeed-2.0-CodemediumGemini 3.5 FlashnonevsKimi K2.5mediumGemini 3.5 FlashnonevsSolar Pro 4lowGemini 3.5 FlashnonevsSeed-2.0-MinimediumGemini 3.5 FlashnonevsSolar Pro 4medium