Gemini 2.0 Flash (Feb '25)
33.4%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 24 minacum 24 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 2 ore
- Arena · WebDev· acum 2 ore
- Arena · Vision· acum 2 ore
- Arena · Agent· acum 2 ore
- GPQA Diamond· acum 24 de minute
- SWE-bench· acum 24 de minute
- Terminal-Bench· acum 24 de minute
- ARC-AGI-2· acum 24 de minute
Filtrează după organizație:
Lansat:
Gemini 2.0 Flash Thinking Experimental (Jan '25)
32.1%
niciun interval publicat
Gemini 2.0 Flash-Lite (Feb '25)
18.5%
niciun interval publicat
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 149 | Gemini 2.0 Flash (Feb '25) | — | — | 33.4% | — | — | |||
| 152 | Gemini 2.0 Flash Thinking Experimental (Jan '25) | — | — | 32.1% | — | — | |||
| 200 | Gemini 2.0 Flash-Lite (Feb '25) | — | — | 18.5% | — | — |
Se afișează LiveCodeBench (Artificial Analysis) exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.