Gemini 2.5 Flash

Google最近核验 2026年11月18日
厂商:Google上下文:1,048,576 tokens开放权重:闭源

OpenRouter 评测

在 OpenRouter 查看

Design Arena 设计对战

真人对比两个模型完成的同一设计任务并投票,按胜负计算 ELO 分;排名是同类别所有参赛模型里的名次。

  • 数据可视化#106 / 156

    1131

    ELO · 胜率 49.1%

  • 网站#132 / 177

    1106

    ELO · 胜率 47.1%

  • UI 组件#125 / 162

    1081

    ELO · 胜率 48.9%

  • 编程综合#132 / 168

    1092

    ELO · 胜率 46.9%

  • 3D 场景#124 / 157

    1051

    ELO · 胜率 47.4%

  • 游戏开发#135 / 166

    1054

    ELO · 胜率 44.3%

  • 网站#145 / 177

    1065

    ELO · 胜率 45.6%

  • 数据可视化#131 / 156

    1057

    ELO · 胜率 46.8%

  • 编程综合#143 / 168

    1047

    ELO · 胜率 45.4%

  • 游戏开发#146 / 166

    993

    ELO · 胜率 43.6%

  • UI 组件#143 / 162

    993

    ELO · 胜率 43.6%

  • 3D 场景#139 / 157

    1001

    ELO · 胜率 44.4%

  • SVG 矢量图#106 / 117

    1009

    ELO · 胜率 43.1%

OpenRouter 实测

OpenRouter 自己调用模型跑的评测,附每道题的平均花费,可以和价格一起看。

  • GPQA Diamond

    研究生水平的科学选择题 · 396 题 · 测于 2026年10月2日

    72.8%正确率每题 $0.061
  • τ-bench 航空客服

    按航空公司规则调用工具处理客户请求 · 100 题 · 测于 2026年10月2日

    56.7%正确率每题 $0.029

数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。