Google DeepMind · pașaport de model

Google: Gemini 2.5 Pro Preview 05-06

gemini-2-5-pro-preview-03-25

1,048,576 context
Lansat 2025-03-25(curatoriat)

Cea mai bună percentilă: 96.0LiveBench
Poziția în cohortă: 59.7mediană 47.6

Acoperire redusă — citește cu prudență

Acest model apare doar pe 2 din 27 axe de benchmark luate în considerare. Poziția generală a fost contractată spre valoarea neutră 50 pentru a reflecta eșantionul mic, și nu a fost afirmat niciun punct slab — o percentilă scăzută pe 2 axe este un artefact al acoperirii, nu o slăbiciune măsurată.

Ce spun datele

Evaluat pe 2 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Pe doar 2 clasament(e), o listă ordonată de puncte forte ar fi o autoritate falsă — în schimb, cifrele pe fiecare axă sunt afișate mai jos, fără verdict.

Neuniform: 43,7 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 96 pct pe LiveBench față de 52.3 pct pe SimpleBench.

LiveBench96 pct76.7%Verifică →
SimpleBench52.3 pct51.6%Verifică →
GeneralNeevaluat
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
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
Terminal-BenchNeevaluat
ProgramareNeevaluat
Urmarea instrucțiunilorNeevaluat
Prompturi dificileNeevaluat

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-pro-preview-05-06

Lungime context1,048,576 tokeni

Ieșire maximă65,535 tokeni

Acceptătext, image, file, audio, video

Preț intrare$1.25 per 1M tokeni

Preț intrare din cache$0.13 per 1M tokeni

Preț ieșire$10 per 1M tokeni

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-pro-preview-05-06","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.

The Google DeepMind model gemini-2.5-pro-preview-03-25 has thin coverage across 2 of 27 axes, with a composite score of 59.7 when shrunk and 74.2 in raw form.
pozițieVerifică →
gemini-2.5-pro-preview-03-25 from Google DeepMind has a standing of 59.7, which is above the cohort median standing of 47.6 across 143 models in an 180-day window.
cohortăVerifică →

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 →