← 返回知识榜CAPABILITY PROFILE UNDERSTANDING THE RANK
查看 Gemini 3.5 Flash 的完整证据 →
查看 GPT-5.5 的完整证据 →
查看 Gemini 3.6 Flash 的完整证据 →
查看 Claude Opus 5 的完整证据 →
查看 Claude Fable 5 的完整证据 →BEHIND THE SCORE
Google
Gemini 3 Flash Preview
2025-12-17 发布 · 09/10 06:31 更新
综合共识指数19.3综合榜前 30 名之外
分类成绩1 / 4 项分类
已有成绩13 项评测
上下文窗口104.9万 Token
API 输入 / 输出 · 每百万 Token¥3.35 / ¥20.12厂商官方价格 ↗
各有所长，看得更清楚。
每项能力单独计算。没有足够的实测，就留空。
不同分类的分数反映各自参照组中的表现，不能直接相加或用来比较不同能力的绝对高低。
知识名次，有多稳定？
依次移除一项评测或一家机构、调整单项权重与误差处理，观察排名怎样变化。
重新检查资格后的名次7—9 名
3 个情景下参评证据不足。保持原候选不变时为 7—29 名。这个范围不是置信区间，也不包含从未公开的成绩。
查看与附近模型的共同证据
净支持只看双方共同参加的评测。全局排序还需处理其他模型间的冲突，因此非相邻名次可能与单独比较不同。
Gemini 3.5 Flash2 项共同评测共同证据支持对方
双方共同拥有当前榜单 100.0% 的名义票权。下表展示原始成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| GPQA Diamond ↗ | 89.4% | 92.8% | 33.3% |
| SimpleQA Verified ↗ | 66.8% | 66.2% | 66.7% |
GPT-5.52 项共同评测共同证据支持本模型
双方共同拥有当前榜单 100.0% 的名义票权。下表展示原始成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| GPQA Diamond ↗ | 89.4% | 90.7% | 33.3% |
| SimpleQA Verified ↗ | 66.8% | 63.0% | 66.7% |
Gemini 3.6 Flash2 项共同评测共同证据支持对方
双方共同拥有当前榜单 100.0% 的名义票权。下表展示原始成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| GPQA Diamond ↗ | 89.4% | 94.1% | 33.3% |
| SimpleQA Verified ↗ | 66.8% | 66.2% | 66.7% |
Claude Opus 52 项共同评测共同证据支持本模型
双方共同拥有当前榜单 100.0% 的名义票权。下表展示原始成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| GPQA Diamond ↗ | 89.4% | 93.9% | 33.3% |
| SimpleQA Verified ↗ | 66.8% | 59.9% | 66.7% |
Claude Fable 52 项共同评测共同证据支持对方
双方共同拥有当前榜单 100.0% 的名义票权。下表展示原始成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| GPQA Diamond ↗ | 89.4% | 85.9% | 33.3% |
| SimpleQA Verified ↗ | 66.8% | 70.7% | 66.7% |
每一项成绩，都有来处。
下面是该模型的公开汇总成绩。展开可查看运行配置与采用方式。
