Sari la conținut
aiqbench

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

Google DeepMind · pașaport de model

Google: Gemini 3 Flash Preview

gemini-3-flash-preview
  • 1,048,576 context
13/27axe acoperite
Cea mai bună percentilă
99.6LiveCodeBench (Artificial Analysis)
Poziția după scorul compus
72.1contractat · 13/27 axe

Ce spun datele

Evaluat pe 13 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

  • 99.6 pct — LiveCodeBench (Artificial Analysis) (90.8%)
  • 99.3 pct — MMLU-Pro (Artificial Analysis) (89.0%)
  • 96.6 pct — IFBench (Artificial Analysis) (78.0%)

Neuniform: 81,5 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 99.6 pct pe LiveCodeBench (Artificial Analysis) față de 18.1 pct pe Halucinații HHEM (Vectara).

  • LiveCodeBench (Artificial Analysis)99.6 pct90.8%Verifică →
  • MMLU-Pro (Artificial Analysis)99.3 pct89.0%Verifică →
  • IFBench (Artificial Analysis)96.6 pct78.0%Verifică →
  • LiveBench89.3 pct73.7%Verifică →
  • SimpleQA Verified87.8 pct66.8%Verifică →
  • AIME (matematică)81.5 pct95.6%Verifică →
  • FrontierMath81.2 pct35.6%Verifică →
  • Terminal-Bench79.5 pct64.3%Verifică →
  • GPQA Diamond79.2 pct89.4%Verifică →
  • SimpleBench74.7 pct61.1%Verifică →
  • SWE-bench Verified62.5 pct75.4%Verifică →
  • ARC-AGI-255.1 pct33.6%Verifică →
  • Halucinații HHEM (Vectara)18.1 pct86.5%Verifică →
  • GeneralNeevaluat
  • WebDev ArenaNeevaluat
  • Vision ArenaNeevaluat
  • Factuality ArenaNeevaluat
  • Search ArenaNeevaluat
  • Document ArenaNeevaluat
  • Agent ArenaNeevaluat
  • Humanity's Last ExamNeevaluat
  • BFCL v4 (apelare de funcții)Neevaluat
  • SWE-bench Verified (clasament live)Neevaluat
  • Terminal-Bench 4.0Neevaluat
  • 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-3-flash-preview
Lungime context1,048,576 tokeni
Ieșire maximă65,536 tokeni
Acceptătext, image, file, audio, video
Preț intrare$0.50 per 1M tokeni
Preț intrare din cache$0.05 per 1M tokeni
Preț ieșire$3 per 1M tokeni

Parametri API acceptați de acest endpoint

Include reasoningMax tokensReasoningReasoning effortResponse 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-3-flash-preview","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-3-flash-preview stands at 72.1 (raw mean 77.3) — measured on 13 of 27 axes.

    pozițieșablonVerifică →

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 →