Sari la conținut
aiqbench

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Google · pașaport de model

Google: Gemini 2.5 Flash

gemini-2-5-flash
  • Doar în cloud
  • Licență Proprietary
  • 1,048,576 context
  • Lansat 2025-06-05(curatoriat)
14/27axe acoperite
General · LMArena
1,409#138 din 396
Cea mai bună percentilă
85.4BFCL v4 (apelare de funcții)
Poziția în cohortă
55.5mediană 50.8

Ce spun datele

Evaluat pe 14 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

  • 85.4 pct — BFCL v4 (apelare de funcții) (56.2%)

Cele mai slabe axe

  • 6.8 pct — Terminal-Bench (17.1%)

Neuniform: 78,6 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 85.4 pct pe BFCL v4 (apelare de funcții) față de 6.8 pct pe Terminal-Bench.

  • BFCL v4 (apelare de funcții)Clasament inactiv85.4 pct56.2%Verifică →
  • MMLU-Pro (Artificial Analysis)84.6 pct83.2%Verifică →
  • LiveCodeBench (Artificial Analysis)77.1 pct69.5%Verifică →
  • Urmarea instrucțiunilor66.2 pct1,399Verifică →
  • General65.4 pct1,409Verifică →
  • Halucinații HHEM (Vectara)63.8 pct92.2%Verifică →
  • Prompturi dificile62.9 pct1,419Verifică →
  • IFBench (Artificial Analysis)57.4 pct50.3%Verifică →
  • Programare55.2 pct1,424Verifică →
  • Vision Arena52.7 pct1,215Verifică →
  • Factuality Arena47.7 pct1,436Verifică →
  • SimpleBench35.6 pct41.2%Verifică →
  • FrontierMath33.3 pct4.8%Verifică →
  • Terminal-Bench6.8 pct17.1%Verifică →
  • WebDev ArenaNeevaluat
  • Search ArenaNeevaluat
  • Document ArenaNeevaluat
  • Agent ArenaNeevaluat
  • GPQA DiamondNeevaluat
  • AIME (matematică)Neevaluat
  • SimpleQA VerifiedNeevaluat
  • ARC-AGI-2Neevaluat
  • Humanity's Last ExamNeevaluat
  • LiveBenchNeevaluat
  • SWE-bench Verified (clasament live)Neevaluat
  • Terminal-Bench 4.0Neevaluat
  • SWE-bench VerifiedNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Folosește-l găzduit

ID de model APIgoogle/gemini-2.5-flash
Lungime context1,048,576 tokeni
Ieșire maximă65,535 tokeni
Acceptăfile, image, text, audio, video
Preț intrare$0.30 per 1M tokeni
Preț intrare din cache$0.03 per 1M tokeni
Preț ieșire$2.50 per 1M tokeni

Parametri API acceptați de acest endpoint

Include reasoningMax tokensReasoningResponse formatSeedStop sequencesStructured outputsTemperatureTool choiceTool callingTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemini-2.5-flash","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

  • gemini-2.5-flash stands at 55.5 (raw mean 56.7) — measured on 14 of 27 axes.

    pozițieșablonVerifică →

  • gemini-2.5-flash stands at 55.5 versus a cohort median of 50.8 across 141 models released within 180 days — above the peer median.

    cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →