Google DeepMind · pașaport de model
Gemini 3 Pro Preview
gemini-3-pro-preview- Cea mai bună percentilă
- 100.0MMLU-Pro (Artificial Analysis)
- Poziția după scorul compus
- 73.4contractat · 14/27 axe
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
- 100 pct — MMLU-Pro (Artificial Analysis) (89.8%)
- 100 pct — LiveCodeBench (Artificial Analysis) (91.7%)
- 97.6 pct — BFCL v4 (apelare de funcții) (72.5%)
Neuniform: 82,9 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 100 pct pe MMLU-Pro (Artificial Analysis) față de 17.1 pct pe Halucinații HHEM (Vectara).
- MMLU-Pro (Artificial Analysis)100 pct89.8%Verifică →
- LiveCodeBench (Artificial Analysis)100 pct91.7%Verifică →
- BFCL v4 (apelare de funcții)Clasament inactiv97.6 pct72.5%Verifică →
- SWE-bench Verified (clasament live)95.4 pct77.4%Verifică →
- SimpleBench94.3 pct76.4%Verifică →
- GPQA Diamond90 pct92.6%Verifică →
- Terminal-Bench86.4 pct69.4%Verifică →
- Humanity's Last Exam84.8 pct37.5%Verifică →
- FrontierMath84.1 pct37.6%Verifică →
- IFBench (Artificial Analysis)82.7 pct70.4%Verifică →
- AIME (matematică)74 pct91.4%Verifică →
- ARC-AGI-253.9 pct31.1%Verifică →
- SWE-bench Verified37.5 pct72.9%Verifică →
- Halucinații HHEM (Vectara)17.1 pct86.4%Verifică →
- GeneralNeevaluat
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- SimpleQA VerifiedNeevaluat
- LiveBenchNeevaluat
- 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.
gemini-3-pro-preview stands at 73.4 (raw mean 78.4) — measured on 14 of 27 axes.
gemini-3-pro-preview scores in the 100th percentile on MMLU-Pro (Artificial Analysis).
gemini-3-pro-preview scores in the 100th percentile on LiveCodeBench (Artificial Analysis).
gemini-3-pro-preview shows a 82.9-point percentile gap across 14 covered axes: 100 on MMLU-Pro (Artificial Analysis) versus 17.1 on Halucinații HHEM (Vectara).
gemini-3-pro-preview ranks between #19 and #120 across 5 built-in weightings — best under "Toate sursele", worst under "Universal".
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 →