Gemini 3.0 FlashvsHaiku 4.5
在 10 个共同 benchmark 中，Gemini 3.0 Flash 整体领先：Gemini 3.0 Flash 领先 9 项，Haiku 4.5 领先 1 项，持平 0 项，平均分差 +23.91。
Gemini 3.0 Flash
Google Deep Mind · 2025-12-17 · 聊天大模型
Haiku 4.5
Anthropic · 2025-10-15 · 多模态大模型
Gemini 3.0 Flash9 项(90%)(10%)1 项Haiku 4.5
评测分数
按能力类目分组，每组内按分差大小排列；共 10 项。
General Knowledge
Gemini 3.0 Flash 领先 3/3| 评测项 | Gemini 3.0 Flash | Haiku 4.5 | 分差 |
|---|---|---|---|
| HLE | 43.5038 / 157 | 4.30155 / 157Normal (No Tools) | +39.20 |
| ARC-AGI-2 | 33.6027 / 59 | 1.3052 / 59Normal (No Tools) | +32.30 |
| GPQA Diamond | 90.4017 / 178 | 60.50138 / 178Normal (No Tools) | +29.90 |
Claw-style Agent Evaluation
胶着 2/2| 评测项 | Gemini 3.0 Flash | Haiku 4.5 | 分差 |
|---|---|---|---|
| Claw Bench | 85.7015 / 29Thinking (With Tools) | 89.4011 / 29Thinking (With Tools) | -3.70 |
| Pinch Bench | 85.2016 / 37Thinking (With Tools) | 8221 / 37Thinking (With Tools) | +3.20 |
Coding and Software Engineer
Gemini 3.0 Flash 领先 2/2| 评测项 | Gemini 3.0 Flash | Haiku 4.5 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 49.6032 / 43Thinking High (With Tools) | 39.4540 / 43Extended (with tools) | +10.15 |
| SWE-bench Verified | 68.7062 / 108 | 60.6076 / 108Normal (With Tools) | +8.10 |
Math and Reasoning
Gemini 3.0 Flash 领先 2/2| 评测项 | Gemini 3.0 Flash | Haiku 4.5 | 分差 |
|---|---|---|---|
| AIME2025 | 99.708 / 106 | 3994 / 106Normal (No Tools) | +60.70 |
| FrontierMath - Tier 4 | 4.2040 / 80Normal (No Tools) | 2.1056 / 80Thinking (No Tools, 32K Budget) | +2.10 |
Agent Level Benchmark
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Haiku 4.5 | 分差 |
|---|---|---|---|
| τ²-Bench | 90.203 / 40 | 3340 / 40Normal (With Tools) | +57.20 |
规格对比
| 字段 | Gemini 3.0 Flash | Haiku 4.5 |
|---|---|---|
| 发布机构 | Google Deep Mind | Anthropic |
| 发布时间 | 2025-12-17 | 2025-10-15 |
| 模型类型 | 聊天大模型 | 多模态大模型 |
| 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 | 200K |
| 最大输出 | 64K | 64K |
小结
- Gemini 3.0 Flash在以下类目领先:General Knowledge (3/3)、Coding and Software Engineer (2/2)、Math and Reasoning (2/2)、Agent Level Benchmark (1/1)
- 胶着类目:Claw-style Agent Evaluation
10 个共同 benchmark 上，Gemini 3.0 Flash 平均高出 23.91 分。
单项差距最大的 benchmark：AIME2025 — Gemini 3.0 Flash 99.70，Haiku 4.5 39（分差 +60.70）。
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。