Google · pașaport de model
Gemini 2 5 Flash Preview 09.2025
gemini-2-5-flash-preview-09-2025- Doar în cloud
- Licență Proprietary
- Lansat 2025-09-01(din numele modelului)
- General · LMArena
- 1,403#144 din 396
- Cea mai bună percentilă
- 66.4Urmarea instrucțiunilor
- Poziția în cohortă
- 50.2mediană 52.0
Ce spun datele
Evaluat pe 7 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 9.1 pct — Terminal-Bench (17.1%)
Neuniform: 57,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 66.4 pct pe Urmarea instrucțiunilor față de 9.1 pct pe Terminal-Bench.
- Urmarea instrucțiunilor66.4 pct1,400Verifică →
- General63.9 pct1,403Verifică →
- Prompturi dificile63.4 pct1,420Verifică →
- Vision Arena58 pct1,229Verifică →
- Programare56 pct1,427Verifică →
- Factuality Arena34.9 pct1,424Verifică →
- Terminal-Bench9.1 pct17.1%Verifică →
- WebDev ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- LiveBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- 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.
gemini-2.5-flash-preview-09-2025 stands at 50.2 (raw mean 50.2) — measured on 7 of 27 axes.
gemini-2.5-flash-preview-09-2025 stands at 50.2 versus a cohort median of 52 across 147 models released within 180 days — below the peer median.
gemini-2.5-flash-preview-09-2025 scores at percentile 9.1 on Terminal-Bench.
gemini-2.5-flash-preview-09-2025 ranks between #141 and #383 across 6 built-in weightings — best under "Agentic", worst under "Toate sursele".
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 →