BenchLeader

Gemini 2.5 Flash

推論エフォート
品質339中137位
52.4Index
中央値より上
中央値比 +2.2
価格255中127位
$0.850100万トークンあたり
多くのモデルより安い
中央値の1.0倍
コスパ255中119位
61.6ポイント/$
中央値より上
中央値の1.1倍

よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(86%安い)。

より安価でスコアの高いランク付けモデルが33つあります:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)ほか30つ。

2026年11月16日時点で、Gemini 2.5 Flash(Google)のBenchLeader Indexは52.4です(ランク付け対象は608構成)。最も強いのは指示追従(63)、最も弱いのは推論(41)です。API料金は入力100万トークンあたり$0.300、出力100万トークンあたり$2.50(3:1のブレンドで$0.850)で、2026年11月16日時点の定価です。2025年4月17日にリリースされました。

要点(2026年11月16日時点)

  • Gemini 2.5 FlashのAPI料金は入力100万トークンあたり$0.300、出力100万トークンあたり$2.50(3:1のブレンドで$0.850)です(定価、2026年11月16日)。
  • Gemini 2.5 Flashは2025年4月17日にリリースされました(Google)。

詳しく見ると:Gemini 2.5 FlashはGoogleのプロプライエタリな推論モデルです(2025年4月17日リリース)。最もスコアの高い構成は、BenchLeader Indexで52.4 ±3.8を記録し、608構成中276位で上位半分に入ります。重要なのはこの「±」です。ほかに267構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では指示追従が最も高く(63)、推論が最も低くなっています(41)。ブレンド価格は100万トークンあたり$0.850で、中程度の価格帯です。3通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$0.850/M
入力$0.300・出力$2.50
出典:models.dev
出力速度
–
回答開始
–
コンテキスト
1.0M
出典:models.dev
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2025年4月17日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index52
  2. 推論41
  3. コーディング42
  4. エージェント・ツール50
  5. 数学54
  6. 知識48
  7. 指示追従63
  8. 人間の評価58
  9. マルチモーダル60
  10. 長文コンテキスト59

この順位を埋め込む

ほかのバッジスタイル
[![Gemini 2.5 Flash on BenchLeader: 総合 136位](https://www.benchleader.com/badge/gemini-2-5-flash.svg?style=compact)](https://www.benchleader.com/models/gemini-2-5-flash)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

Googleの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

Googleはこの名前で12つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
Gemini 3.8 Flashmedium2026年9月2日60.2#80
Gemini 3.7 Flashhigh2026年8月13日62.1#52
Gemini 3.6 Flashhigh2026年7月21日61.0#68
Gemini 3.5 Flashhigh2026年5月19日62.5#48
Gemini 3 Flashthinking2025年12月17日58.9#117
Gemini 2.5 Flash 09 2025thinking2025年9月25日52.8#271
Gemini 2.5 Flashこのページ2025年4月17日52.4#276
Gemini 2.0 Flash2025年2月5日43.5#482
Gemini 1.5 Flash 0022024年9月24日38.2#564
Gemini 1.5 Flash 0012024年5月23日––
Gemini 1.5 Flash2024年5月14日45.3#457
Gemini Flash 2.0–––

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし47.4#407184 tok/s0.65 s$0.0009エージェント・ツール 44 · コーディング 47 · 指示追従 42 · 長文コンテキスト 49 · マルチモーダル 48
thinking49.0#372213 tok/s13 s$0.0009エージェント・ツール 46 · コーディング 43 · 指示追従 52 · 知識 55 · 長文コンテキスト 57 · マルチモーダル 51 · 推論 39
未記載最良52.4#276––$0.0009エージェント・ツール 50 · コーディング 42 · 人間の評価 58 · 指示追従 63 · 知識 48 · 長文コンテキスト 59 · 数学 54 · マルチモーダル 60 · 推論 41

Indexの推移

2026年9月8日〜2026年11月16日
435057
  • 標準
  • thinking
  • 推論なし

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマーク推論なしthinking標準出典推移
Humanity's Last Examエフォート未記載––12.1%#28Scale AI / CAIS
SimpleBenchエフォート未記載––41.2%#76SimpleBench
Arena Hard Promptsエフォート未記載––1420#154Arena (LMArena)
GPQA Diamond (AA)Index対象外68.3%#32079.0%#206–Artificial Analysis
Humanity's Last Exam (AA)Index対象外4.7%#50012.1%#299–Artificial Analysis
GPQA Diamond (Vals)Index対象外エフォート未記載––57.6%#112Vals AI
Kagi LLM Benchmark–56.8%#6044.1%#98Kagi LLM Benchmark
GPQA Diamond (HELM)Index対象外エフォート未記載––39.0%#50HELM Capabilities
ARC-AGI-1–33.3%#21133.3%#211ARC Prize
ARC-AGI-2–2.5%#2061.7%#218ARC Prize
CritPtIndex対象外1.4%#2301.1%#242–Artificial Analysis
Arena ExpertIndex対象外エフォート未記載––1433#142Arena (LMArena)
LMCAIndex対象外エフォート未記載––27.5%#153Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載––76.5%#153Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載––62.7%#53ForecastBench

コーディング

ベンチマーク推論なしthinking標準出典推移
WeirdML–41.0%#9941.0%#99WeirdML
Arena Codingエフォート未記載––1428#185Arena (LMArena)
LiveCodeBench–46.9%#11756.9%#108Vals AI
Aider Polyglot44.0%#4055.1%#2747.1%#37Aider polyglot leaderboard
SWE-bench Verified (bash only)エフォート未記載––28.7%#39SWE-bench
SWE-bench Verified (any scaffold)Index対象外エフォート未記載––28.7%#52SWE-bench
ALE-BenchIndex対象外エフォート未記載––661.9#102Epoch AI Benchmarking Hub
Design Arena WebsiteIndex対象外エフォート未記載––1066#155Design Arena
LiveCodeBench (AA)Index対象外49.5%#14269.5%#68–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしthinking標準出典推移
Terminal-Benchエフォート未記載––17.1%#92Terminal-Bench
Terminal-Bench Hard12.1%#21513.6%#206–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外14.9%#36831.6%#256–Artificial Analysis
BFCL Overallエフォート未記載––56.2%#13Berkeley Function Calling Leaderboard
BALROGIndex対象外エフォート未記載––33.5%#13BALROG
Vending-Bench 2Index対象外エフォート未記載––548.8#61Andon Labs
BrowseComp-PlusIndex対象外エフォート未記載––16.3%#11BrowseComp-Plus
BrowseCompIndex対象外エフォート未記載––2.5%#10OpenAI
DeepSearchQAIndex対象外エフォート未記載––25.9%#8Google

数学

ベンチマーク推論なしthinking標準出典推移
OTIS Mock AIMEエフォート未記載––73.1%#145Epoch AI Benchmarking Hub
Omni-MATH (HELM)エフォート未記載––38.4%#32HELM Capabilities
MATH 500Index対象外–91.8%#1991.6%#21Vals AI
Arena Mathsエフォート未記載––1409#142Arena (LMArena)
AIME 2025 (AA)Index対象外60.3%#11373.3%#82–Artificial Analysis

知識

ベンチマークthinking標準出典推移
LegalBenchエフォート未記載–83.8%#47Vals AI
CorpFinエフォート未記載–54.2%#94Vals AI
TaxEval70.5%#8971.2%#80Vals AI
MedQA91.0%#4286.7%#57Vals AI
PRBench Financeエフォート未記載–38.4%#35Scale AI SEAL
PRBench Legalエフォート未記載–41.0%#33Scale AI SEAL
MMLU-Pro (HELM)Index対象外エフォート未記載–63.9%#43HELM Capabilities
MedCodeIndex対象外40.4%#6338.4%#69Vals AI
MedScribeIndex対象外83.0%#4682.9%#48Vals AI

指示追従

ベンチマーク推論なしthinking標準出典推移
IFBench39.0%#27850.3%#174–Artificial Analysis
IFEval (HELM)エフォート未記載––89.8%#10HELM Capabilities
WildBench (HELM)エフォート未記載––81.7%#25HELM Capabilities
Arena Instruction FollowingIndex対象外エフォート未記載––1400#146Arena (LMArena)

人間の評価

ベンチマークthinking標準出典推移
Arena Textエフォート未記載–1409#149Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1134#98EQ-Bench
Arena Creative WritingIndex対象外エフォート未記載–1394#116Arena (LMArena)
Arena Multi-turnIndex対象外エフォート未記載–1403#158Arena (LMArena)
Arena Longer QueriesIndex対象外エフォート未記載–1417#144Arena (LMArena)
Lech Mazur Creative WritingIndex対象外76.5%#23–Lech Mazur

マルチモーダル

ベンチマーク推論なしthinking標準出典推移
Arena Visionエフォート未記載––1253#59Arena (LMArena)
MMMU-Pro65.5%#18869.1%#172–Artificial Analysis
VISTAエフォート未記載––49.1%#13Scale AI SEAL
MMMU-Pro (Vals)Index対象外–71.9%#6568.0%#72Vals AI
MortgageTaxIndex対象外–57.5%#7258.4%#69Vals AI
AudioMCIndex対象外–40.0%#1026.1%#16Scale AI SEAL
AudioMC (text output)Index対象外–40.0%#826.1%#11Scale AI SEAL
VTBIndex対象外エフォート未記載––4.7%#16Scale AI SEAL
GeoBenchIndex対象外エフォート未記載––76.0%#16GeoBench
VPCTIndex対象外エフォート未記載––38.0%#21Epoch AI Benchmarking Hub
SpatialViz-BenchIndex対象外エフォート未記載––36.9%#3Epoch AI Benchmarking Hub

長文コンテキスト

ベンチマーク推論なしthinking標準出典推移
Fiction.LiveBench 120kエフォート未記載––68.8%#8Fiction.live
AA-LCR v1.149.9%#34465.3%#268–Artificial Analysis

総合

ベンチマーク推論なしthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––141.9#105Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外9.8#39913.1#328–Artificial Analysis
AA Progress Index v1Index対象外200.4#416226.1#330–Artificial Analysis
HELM Capabilities meanIndex対象外エフォート未記載––62.6%#39HELM Capabilities

安全性・誠実さ

ベンチマーク標準出典推移
MASKIndex対象外汚染の可能性49.1%#53Scale AI SEAL
PropensityBenchIndex対象外68.0%#11Scale AI SEAL

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.030のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0009$0.0008–
30ページのレポートを要約12,000 / 600$0.0051$0.0027–
コード編集6,000 / 1,500$0.0056$0.0043–
エージェント型コーディングセッション60,000 / 4,000$0.028$0.016–
構造化データの抽出2,000 / 200$0.0011$0.0007–

Googleのほかのモデル

今月の新着

関連ページ

埋め込み・引用

Gemini 2.5 Flashの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Gemini 2.5 Flash on BenchLeader: 総合 136位](https://www.benchleader.com/badge/gemini-2-5-flash.svg)](https://www.benchleader.com/models/gemini-2-5-flash)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Gemini 2.5 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-2-5-flash

BibTeX:

@misc{benchleader_gemini_2_5_flash_20261116,
  author       = {{BenchLeader}},
  title        = {{Gemini 2.5 Flash on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gemini-2-5-flash}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Gemini 2.5 Flashのベンチマークスコアは?
2026年11月16日時点で、Gemini 2.5 FlashのBenchLeader Indexは52.4 ±3.8です。最も強いのは指示追従(63)、最も弱いのは推論(41)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Gemini 2.5 Flashの順位は?
2026年11月16日時点で、Gemini 2.5 Flashはランク付けされた608構成中276位です。ほかに267構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Gemini 2.5 Flashの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Gemini 2.5 Flashの料金は入力100万トークンあたり$0.300、出力100万トークンあたり$2.50で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.850です。
Gemini 2.5 Flashはいつリリースされましたか?
Googleが2025年4月17日にGemini 2.5 Flashをリリースしました。BenchLeaderには3通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Gemini 2.5 Flash:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/gemini-2-5-flash