#5
Google
发布日期: 2025-12-17
测试于: 2026-04-11 01:44
google/gemini-3-flash-preview::low
????
$0.500 / 1M
????
$3.000 / 1M
不稳定测试
1
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）。
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-05-22 00:26 测试集已变更 | 8.6 | 10.0 | $0.106 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 8.8 | 不适用 | $0.091 | 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 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · 首次记录的运行 | 8.8 | 9.5 | 不适用 | 15/18 | 1 | 25,291 | $0.091 | 6.01s |
| 2026-05-22 00:26 · 测试集已变更 | 8.6 | 9.6 | 10.0 | 16/20 | 1 | 29,491 | $0.106 | 5.86s |
| 差值 | +0.2 | -0.1 | -1 | 0 | -4200 | -$0.015 | +145ms |
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。