DataLearner 标志

Gemini 2.0 Flash Experimental 评测详情

Gemini 2.0 Flash Experimental 当前已收录的代表性评测结果包括 MMLU(46 / 124,得分 83.40)、MMLU Pro(81 / 176,得分 76.24)、SimpleQA(25 / 47,得分 29.90)。

评测结果

Gemini 2.0 Flash Experimental

评测结果

思考模式

综合评估

共 3 项评测
评测名称 / 模式
得分
排名/总数
MMLU
常规模式
83.40
46 / 124
MMLU Pro
常规模式
76.24
81 / 176
HLE
常规模式
5.10
478 / 563

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
65.20
355 / 462

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
29.90
25 / 47

编程与软件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
29.10
222 / 250
SWE-bench Verified
常规模式
21.40
116 / 116

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
常规模式
29.70
184 / 215

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleBench
常规模式
18.90
89 / 93

Agent能力评测

共 2 项评测
评测名称 / 模式
得分
排名/总数
Aider-Polyglot
常规模式
22.20
47 / 59
Aider-Polyglot
开启思考
18.20
50 / 59