#1
Google
发布日期: 2025-12-17
测试于: 2026-05-08 13:47
google/gemini-3-flash-preview::medium
????
$0.500 / 1M
????
$3.000 / 1M
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-05-06 13:52 测试集已变更 | 10.0 | 10.0 | $0.321 | 当前轮次 | |
| 2026-05-06 13:38 测试集已变更 | 9.8 | 10.0 | $0.320 | 比较 | |
| 2026-04-23 15:25 重新测试 | 10.0 | 不适用 | $0.108 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 10.0 | 不适用 | $0.314 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
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） |
|---|---|---|---|---|---|---|---|---|
| 2026-05-08 13:47 · 当前轮次 | 10.0 | 10.0 | 10.0 | 19/19 | 0 | 104,107 | $0.328 | 11.43s |
| 2026-05-06 13:38 · 测试集已变更 | 9.8 | 9.6 | 10.0 | 17/18 | 1 | 101,480 | $0.320 | 11.53s |
| 差值 | +0.2 | +0.4 | 0.0 | +2 | -1 | +2627 | +$0.008 | -99ms |
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。