Sari la conținut

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

Google · pașaport de model

Gemini 3 Flash

gemini-3-flash
  • Doar în cloud
  • Licență Proprietary
  • Lansat 2026-01-09(văzut prima dată pe LMArena)
8/27axe acoperite
General · LMArena
1,473#38 din 396
Cea mai bună percentilă
90.7General
Poziția în cohortă
67.4mediană 55.2

Ce spun datele

Evaluat pe 8 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

  • 90.7 pct — General (1,473)
  • 90.4 pct — Prompturi dificile (1,493)
  • 88.6 pct — Urmarea instrucțiunilor (1,458)

Neuniform: 69,6 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 90.7 pct pe General față de 21.1 pct pe Document Arena.

  • General90.7 pct1,473Verifică →
  • Prompturi dificile90.4 pct1,493Verifică →
  • Urmarea instrucțiunilor88.6 pct1,458Verifică →
  • Programare84.9 pct1,506Verifică →
  • Factuality Arena83.1 pct1,468Verifică →
  • Vision Arena81.3 pct1,273Verifică →
  • WebDev Arena51.8 pct1,440Verifică →
  • Document Arena21.1 pct1,439Verifică →
  • Search 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
  • Terminal-BenchNeevaluat

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-3-flash stands at 67.4 (raw mean 74) — measured on 8 of 27 axes.

    pozițieșablonVerifică →
  • gemini-3-flash stands at 67.4 versus a cohort median of 55.2 across 116 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 →