Gemini 3.0 FlashvsGemini 2.5 Flash
在 8 个共同 benchmark 中，Gemini 3.0 Flash 整体领先：Gemini 3.0 Flash 领先 7 项，Gemini 2.5 Flash 领先 0 项，持平 1 项，平均分差 +18.93。
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 Flash7 项(88%)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 8 项。
General Knowledge
Gemini 3.0 Flash 领先 3/3| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| HLE | 43.5040 / 161 | 11131 / 161 | +32.50 |
| LiveBench | 56.3579 / 115Normal (No Tools) | 47.74101 / 115Thinking High (No Tools) | +8.61 |
| GPQA Diamond | 90.4018 / 179 | 82.8063 / 179 | +7.60 |
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 / 106 | 7270 / 106 | +27.70 |
| FrontierMath - Tier 4 | 4.2040 / 80Normal (No Tools) | 4.2040 / 80Normal (No Tools) | 持平 |
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 | 85.2016 / 37Thinking (With Tools) | 70.7031 / 37Thinking (With Tools) | +14.50 |
Coding and Software Engineer
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| SWE-bench Verified | 68.7062 / 108 | 5090 / 108 | +18.70 |
Common Sense
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| SimpleQA | 68.707 / 45 | 26.9027 / 45 | +41.80 |
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 |
小结
- Gemini 3.0 Flash在以下类目领先:General Knowledge (3/3)、Math and Reasoning (1/2)、Claw-style Agent Evaluation (1/1)、Coding and Software Engineer (1/1)、Common Sense (1/1)
8 个共同 benchmark 上，Gemini 3.0 Flash 平均高出 18.93 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。