Gemini 3.0 FlashvsGemini 2.5 Flash
在 12 个共同 benchmark 中，Gemini 3.0 Flash 整体领先：Gemini 3.0 Flash 领先 11 项，Gemini 2.5 Flash 领先 0 项，持平 1 项，平均分差 +18.21。
Gemini 3.0 Flash
Google Deep Mind · 2025-12-17 · 聊天大模型
Gemini 2.5 Flash
Google Deep Mind · 2025-04-17 · 推理大模型
Gemini 3.0 Flash11 项(92%)持平1(0%)0 项Gemini 2.5 Flash
评测分数
按能力类目分组，每组内按分差大小排列；共 12 项。
Coding and Software Engineer
Gemini 3.0 Flash 领先 2/2| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| WeirdML v2 | 61.6026 / 52Normal (With Tools) | 40.9546 / 52Thinking (With Tools, 16K Budget) | +20.65 |
| SWE-bench Verified | 68.7068 / 114 | 5096 / 114 | +18.70 |
General Knowledge
Gemini 3.0 Flash 领先 2/2| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| HLE | 43.5050 / 181 | 11151 / 181 | +32.50 |
| LiveBench | 56.3579 / 115Normal (No Tools) | 47.74101 / 115Thinking High (No Tools) | +8.61 |
Math and Reasoning
Gemini 3.0 Flash 领先 1/2| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| AIME2025 | 99.708 / 107 | 7271 / 107 | +27.70 |
| FrontierMath - Tier 4 | 4.2040 / 80Normal (No Tools) | 4.2040 / 80Normal (No Tools) | 持平 |
Agent Level Benchmark
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| BALROG | 48.103 / 12Normal (With Tools) | 33.509 / 12Normal (With Tools) | +14.60 |
Claw-style Agent Evaluation
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| Pinch Bench | 85.2017 / 38Thinking (With Tools) | 70.7032 / 38Thinking (With Tools) | +14.50 |
Common Sense
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| SimpleQA | 68.708 / 47 | 26.9029 / 47 | +41.80 |
Multimodal Understanding
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| GeoBench ACW | 882 / 20Normal (No Tools) | 769 / 20Normal (No Tools) | +12 |
常识推理
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| SimpleBench | 61.1017 / 67Normal (No Tools) | 41.2041 / 67Normal (No Tools) | +19.90 |
科学与综合推理
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| GPQA Diamond | 90.4036 / 226 | 82.80103 / 226 | +7.60 |
规格对比
| 字段 | Gemini 3.0 Flash | Gemini 2.5 Flash |
|---|---|---|
| 发布机构 | Google Deep Mind | Google Deep Mind |
| 发布时间 | 2025-12-17 | 2025-04-17 |
| 模型类型 | 聊天大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 2000K | 1000K |
| 最大输出 | 64K | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Gemini 3.0 Flash | Gemini 2.5 Flash |
|---|---|---|
| 文本输入 | $0.5 / 1M tokens | $0.3 / 1M tokens |
| 文本输出 | $3 / 1M tokens | $2.5 / 1M tokens |
小结
- Gemini 3.0 Flash在以下类目领先:Coding and Software Engineer (2/2)、General Knowledge (2/2)、Math and Reasoning (1/2)、Agent Level Benchmark (1/1)、Claw-style Agent Evaluation (1/1)、Common Sense (1/1)、Multimodal Understanding (1/1)、常识推理 (1/1)、科学与综合推理 (1/1)
12 个共同 benchmark 上，Gemini 3.0 Flash 平均高出 18.21 分。
单项差距最大的 benchmark：SimpleQA — Gemini 3.0 Flash 68.70，Gemini 2.5 Flash 26.90（分差 +41.80）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。