Gemini 3.5 Flash

Google DeepMind · 发布于 2026-05-19

评分规则

综合评分56.5第 27 名 · 覆盖 97%

编程51.4第 43 名 · 覆盖 100%

专业办公58.6第 29 名 · 覆盖 100%

知识问答67.1第 15 名 · 覆盖 100%

科研56.0第 36 名 · 覆盖 83%

上下文窗口

1,000,000 token

API 价格

缓存 ¥1 · 输入 ¥10.03 · 输出 ¥60.18

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

17 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：2026-06-10 至 2026-10-13；另有 13 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（3）

gemini-3.5-flash-high
google/gemini-3.5-flash
gemini-3.5-flash_high

编程

51.4

LiveBench CodingLiveBench78.18%统一读数 54.5

来源: LiveBench Coding
上游型号: gemini-3.5-flash-high
运行配置: gemini-3.5-flash-high
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: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench 4.0Vals AI6.06%统一读数 32.0

来源: Terminal-Bench 4.0
上游型号: google/gemini-3.5-flash
运行配置: high · Mini-SWE-agent · 输出上限 65536
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 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Code MigrationVals AI26.75%统一读数 50.3

来源: Code Migration
上游型号: google/gemini-3.5-flash
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
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 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI48.68%统一读数 46.7

来源: Vibe Code Bench v1.1
上游型号: google/gemini-3.5-flash
运行配置: high · OpenHands · 输出上限 65536
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 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

56.0

FrontierMath T1–3 v2Epoch AI62.81%统一读数 53.0

来源: FrontierMath T1–3 v2
上游型号: gemini-3.5-flash_high
运行配置: gemini-3.5-flash_high
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: 2026-06-10
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI45.00%统一读数 63.2

来源: Chess Puzzles
上游型号: gemini-3.5-flash_high
运行配置: gemini-3.5-flash_high
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: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Mystery Game PuzzlesEpoch AI32.00%统一读数 57.4

来源: Mystery Game Puzzles
上游型号: gemini-3.5-flash_high
运行配置: gemini-3.5-flash_high
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: 2026-07-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench82.00%统一读数 48.2

来源: LiveBench Reasoning
上游型号: gemini-3.5-flash-high
运行配置: gemini-3.5-flash-high
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: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI5.71%统一读数 53.8

来源: Terminal-Bench-Science
上游型号: google/gemini-3.5-flash
运行配置: high · Mini-SWE-agent · 输出上限 65536
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 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

58.6

LiveBench Data AnalysisLiveBench64.86 / 100（任务均分）统一读数 18.0

来源: LiveBench Data Analysis
上游型号: gemini-3.5-flash-high
运行配置: gemini-3.5-flash-high · 表格处理与数据分析，归一化任务均分（非正确率）
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: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Finance Agent (v2)Vals AI57.86%统一读数 69.8

来源: Finance Agent (v2)
上游型号: google/gemini-3.5-flash
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
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 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Harvey's Legal Agent BenchmarkVals AI2.50%统一读数 ≤-63.1

来源: Harvey's Legal Agent Benchmark
上游型号: google/gemini-3.5-flash
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
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 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶
仅提供能力上限，不作为精确读数。

MedCodeVals AI55.83%统一读数 80.6

来源: MedCode
上游型号: google/gemini-3.5-flash
运行配置: high · 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: 单项影响已封顶

知识问答

67.1

SimpleQA VerifiedEpoch AI66.20%统一读数 72.2

来源: SimpleQA Verified
上游型号: gemini-3.5-flash_high
运行配置: gemini-3.5-flash_high
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: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench84.58%统一读数 67.1

来源: LiveBench Language
上游型号: gemini-3.5-flash-high
运行配置: gemini-3.5-flash-high
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: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench75.60%统一读数 82.3

来源: LiveBench IF
上游型号: gemini-3.5-flash-high
运行配置: gemini-3.5-flash-high
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: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

真人偏好

59.9

Arena Text · 风格控制Arena1477.48 Elo统一读数 62.0

来源: Arena Text · 风格控制
上游型号: gemini-3.5-flash-high
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（1）

MysteryMechanism

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。