gemini-3.5-flash
39.0%±2.9%
36.1%CI41.8%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.325
- Ultima sincronizare
- 53 minacum 53 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 6 ore
- Arena · WebDev· acum 6 ore
- Arena · Vision· acum 6 ore
- Arena · Agent· acum 6 ore
- GPQA Diamond· acum 53 de minute
- SWE-bench· acum 53 de minute
- Terminal-Bench· acum 53 de minute
- ARC-AGI-2· acum 53 de minute
Filtrează după organizație:
Lansat:
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 10 | gemini-3.5-flash | Google DeepMind | sept. 2026 | $1.50 / $9 | 39.0% | 36.1%–41.8% | #10–26 |
Se afișează FrontierMath 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.