gemini-2.5-flash-preview-09-2025
17.1%±2.5%
14.6%CI19.6%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 40 minacum 40 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 41 de minute
- SWE-bench· acum 40 de minute
- Terminal-Bench· acum 40 de minute
- ARC-AGI-2· acum 40 de minute
Filtrează după organizație:
Lansat:
gemini-2.5-flash
17.1%±2.5%
14.6%CI19.6%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 41 | gemini-2.5-flash-preview-09-2025 | Google DeepMind | sept. 2025 | — | 17.1% | 14.6%–19.6% | #141–383 | ||
| 42 | gemini-2.5-flash | Google DeepMind | iun. 2025 | $0.30 / $2.50 | 17.1% | 14.6%–19.6% | #133–389 |
Se afișează Terminal-Bench 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.