Gemini 2.5 Flash 评测详情

Gemini 2.5 Flash 当前已收录的代表性评测结果包括 AIME 2024（16 / 62，得分 88）、GPQA Diamond（67 / 187，得分 82.80）、Aider-Polyglot（27 / 59，得分 55.10）。

评测结果

Gemini 2.5 Flash

评测结果

综合评估

共 6 项评测

评测名称 / 模式

得分

排名/总数

82.80

67 / 187

78.30

88 / 187

思考水平·高

47.74

101 / 115

32.30

54 / 68

11

142 / 172

8.40

153 / 172

常识问答

共 2 项评测

评测名称 / 模式

得分

排名/总数

26.90

29 / 47

25.80

30 / 47

编程与软件工程

共 4 项评测

评测名称 / 模式

得分

排名/总数

55.40

82 / 123

41.10

101 / 123

SWE-bench Verified

50

94 / 112

SWE-bench Verified

48.90

98 / 112

数学推理

共 5 项评测

评测名称 / 模式

得分

排名/总数

88

16 / 62

72

71 / 107

61.60

82 / 107

7.80

6 / 10

FrontierMath - Tier 4

常规模式

4.20

40 / 80

常识推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

常规模式

41.20

37 / 63

Agent能力评测

共 2 项评测

评测名称 / 模式

得分

排名/总数

常规模式

47.10

35 / 59

16K

55.10

27 / 59

OpenClaw智能体能力综合测评

共 1 项评测

评测名称 / 模式

得分

排名/总数

开启思考工具

70.70

31 / 37

与其他模型对比