Gemini 3.0 Flash 评测详情
Gemini 3.0 Flash 当前已收录的代表性评测结果包括 τ²-Bench（3 / 43，得分 90.20）、AIME2025（8 / 107，得分 99.70）、GeoBench ACW（2 / 20，得分 88）。本页还提供与 2 个竞品模型及 2 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。并附有 1 个数据来源链接供参考。
评测结果
Gemini 3.0 Flash
评测结果
综合评估
共 5 项评测评测名称 / 模式
得分
排名/总数
编程与软件工程
共 5 项评测评测名称 / 模式
得分
排名/总数
数学推理
共 3 项评测评测名称 / 模式
得分
排名/总数
AI Agent - 工具使用
共 3 项评测评测名称 / 模式
得分
排名/总数
竞品对比
Gemini 3.0 Flash 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
11 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Gemini 3.0 Flash当前 | Claude Sonnet 4 |
|---|---|---|
ARC-AGI-2 综合评估 | 33.60开启思考 | 5.90开启思考 |
HLE 综合评估 | 43.50开启思考 ｜ 工具 | 9.60开启思考 |
LiveBench 综合评估 | 72.40思考水平·高 | 61.2764K |
GPQA Diamond 科学与综合推理 | 90.40开启思考 | 83.80深度思考模式 ｜ 工具 |
SWE-Bench Pro - Public 编程与软件工程 | 49.60思考水平·高 ｜ 工具 | 42.70开启思考 |
SWE-bench Verified 编程与软件工程 | 68.70开启思考 | 80.20开启思考 ｜ 工具 |
AIME2025 数学推理 | 99.70开启思考 ｜ 工具 | 85.00深度思考模式 ｜ 工具 |
SimpleBench 常识推理 | 61.10常规模式 | 45.50开启思考 |
τ²-Bench Agent能力评测 | 90.20开启思考 ｜ 工具 | 52.00常规模式 ｜ 工具 |
Claw Bench OpenClaw智能体能力综合测评 | 85.70开启思考 ｜ 工具 | 77.80开启思考 ｜ 工具 |
Pinch Bench OpenClaw智能体能力综合测评 | 85.20开启思考 ｜ 工具 | 80.50开启思考 ｜ 工具 |
Gemini 3.0 Flash 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
若存在上下文阈值，图中标准价仅适用于以下范围：
Claude Sonnet 4: 标准价适用于 <= 200000
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Gemini 3.0 Flash | Google Deep Mind | $0.5 / 1M tokens | $3 / 1M tokens | — |
Claude Sonnet 4 | Anthropic | $3 / 1M tokens | $15 / 1M tokens | <= 200000 |
历代版本对比
Gemini 3.0 Flash 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | Gemini 3.0 Flash当前 | Gemini 2.5 Flash | Gemini 2.0 Flash Experimental |
|---|---|---|---|
HLE 综合评估 | 43.50开启思考 ｜ 工具 | 11.00开启思考 | 5.10常规模式 |
LiveBench 综合评估 | 72.40思考水平·高 | 47.74思考水平·高 | -- |
GPQA Diamond 科学与综合推理 | 90.40开启思考 | 82.80开启思考 | 65.20常规模式 |
SimpleQA 常识问答 | 68.70开启思考 | 26.90开启思考 | 29.90常规模式 |
SWE-bench Verified 编程与软件工程 | 68.70开启思考 | 50.00常规模式 | 21.40常规模式 |
WeirdML v2 编程与软件工程 | 61.60常规模式 ｜ 工具 | 40.9516K ｜ 工具 | -- |
AIME2025 数学推理 | 99.70开启思考 ｜ 工具 | 72.00开启思考 | 29.70常规模式 |
4.20常规模式 | 4.20常规模式 | -- | |
SimpleBench 常识推理 | 61.10常规模式 | 41.20常规模式 | 18.90常规模式 |
BALROG Agent能力评测 | 48.10常规模式 ｜ 工具 | 33.50常规模式 ｜ 工具 | -- |
Pinch Bench OpenClaw智能体能力综合测评 | 85.20开启思考 ｜ 工具 | 70.70开启思考 ｜ 工具 | -- |
GeoBench ACW 多模态理解 | 88.00常规模式 | 76.00常规模式 | -- |
单评测历史趋势图
当前查看：HLE · 综合评估
选择评测
Gemini 3.0 Flash 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Gemini 3.0 Flash | Google Deep Mind | $0.5 / 1M tokens | $3 / 1M tokens | — |
Gemini 2.5 Flash | Google Deep Mind | $0.3 / 1M tokens | $2.5 / 1M tokens | — |
Gemini 2.0 Flash Experimental | Google Deep Mind | $0.1 / 1M tokens | $0.4 / 1M tokens | — |