Gemini 2.5 Flash (Sep 2025)

Google DeepMind · 发布于 2025-09-25

评分规则

编程、科研、专业办公、知识问答证据不足

综合评分30.6未进入主榜 · 覆盖 10%评测较少（2/18）

编程30.0未进入分榜 · 覆盖 0%评测较少（0/4）

专业办公34.0未进入分榜 · 覆盖 25%评测较少（1/4）单一机构

知识问答30.0未进入分榜 · 覆盖 0%评测较少（0/3）

科研30.0未进入分榜 · 覆盖 0%评测较少（0/6）

上下文窗口

1,048,576 token

API 价格

缓存 ¥0.2 · 输入 ¥2.01 · 输出 ¥16.72

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

2 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：来源未提供；另有 2 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（2）

google/gemini-2.5-flash-preview-09-2025
gemini-2.5-flash-preview-09-2025

缺少实测的领域：编程、科研、知识问答。本站在综合分中按模型的整体能力估计这些领域，不等于已经测过。

编程

30.0

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

科研

30.0

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

专业办公

34.0

MedCodeVals AI40.54%统一读数 41.0

来源: MedCode
上游型号: google/gemini-2.5-flash-preview-09-2025
运行配置: 推理档位未提供 · Vals one-shot 统一流程 · 输出上限 30000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

30.0

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

真人偏好

25.9

Arena Text · 风格控制Arena1403.02 Elo统一读数 18.9

来源: Arena Text · 风格控制
上游型号: gemini-2.5-flash-preview-09-2025
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（16）

FrontierMath T1–3 v2、Chess Puzzles、Mystery Game Puzzles、SimpleQA Verified、LiveBench Coding、LiveBench Reasoning、LiveBench Data Analysis、LiveBench Language、LiveBench IF、Terminal-Bench 4.0、Code Migration、Vibe Code Bench v1.1、MysteryMechanism、Terminal-Bench-Science、Finance Agent (v2)、Harvey's Legal Agent Benchmark

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。