BenchLeader

Gemini 2.0 Flash

质量第 232 / 339 名
43.5Index
低于中位数
较中位数 −6.7

截至 2026年11月16日,Gemini 2.0 Flash(Google)在 BenchLeader Index 上得分 43.5(共 608 个已排名配置)。表现最好的是人类偏好(52),最弱的是编程(30)。发布于 2025年2月5日。

要点(截至 2026年11月16日)

  • Gemini 2.0 Flash 于 2025年2月5日发布(Google)。

详细说明:Gemini 2.0 Flash 是 Google 的闭源推理模型,发布于 2025年2月5日。其最佳配置在 BenchLeader Index 上得分 43.5 ±4.2,在 608 个配置中排第 482 名,处于下半区。关键在于这个“±”:另有 198 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(52),编程最低(30)。最近一次测量:2026年11月11日。

混合价格
–
输出速度
–
首次回答
–
上下文
1M
来源:Artificial Analysis
单任务成本
–
单任务 token 数
–
发布日期
2025年2月5日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index44
  2. 推理38
  3. 编程30
  4. 智能体与工具37
  5. 数学50
  6. 知识41
  7. 指令遵循45
  8. 人类偏好52
  9. 多模态47
  10. 长上下文47

嵌入这个排名

更多徽章样式
[![Gemini 2.0 Flash on BenchLeader: 综合第 226 名](https://www.benchleader.com/badge/gemini-2-0-flash.svg?style=compact)](https://www.benchleader.com/models/gemini-2-0-flash)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Google 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Google 以这个名称发布过 12 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
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 Flash2025年4月17日52.4#276
Gemini 2.0 Flash本页2025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–––

Index 走势

2026年9月8日 至 2026年11月16日
384451

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试默认来源趋势
GPQA Diamond64.1%#197Epoch AI Benchmarking Hub
SimpleBench18.9%#106SimpleBench
Arena Hard Prompts1361#214Arena (LMArena)
GPQA Diamond (AA)不计入 Index63.6%#359Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.3%#538Artificial Analysis
GPQA Diamond (Vals)不计入 Index65.2%#100Vals AI
GPQA Diamond (HELM)不计入 Index55.6%#31HELM Capabilities
ARC-AGI-21.3%#226ARC Prize
CritPt不计入 Index0.0%#337Artificial Analysis
Arena Expert不计入 Index1357#207Arena (LMArena)
DTBench不计入 Index63.2%#180Epoch AI Benchmarking Hub

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard3.8%#303Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index29.5%#266Artificial Analysis
TheAgentCompany不计入 Index11.4%#7TheAgentCompany
BrowseComp不计入 Index0.6%#29OpenAI

知识

基准测试默认来源趋势
MMLU-Pro77.4%#102Vals AI
LegalBench78.4%#101Vals AI
CorpFin33.7%#127Vals AI
TaxEval67.7%#103Vals AI
MedQA81.5%#68Vals AI
MMLU-Pro (HELM)不计入 Index73.7%#32HELM Capabilities
MMLU不计入 Index79.7%#22Epoch AI Benchmarking Hub

人类偏好

基准测试默认来源趋势
Arena Text1360#198Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1131#99EQ-Bench
Arena Creative Writing不计入 Index1344#183Arena (LMArena)
Arena Multi-turn不计入 Index1357#197Arena (LMArena)
Arena Longer Queries不计入 Index1364#202Arena (LMArena)
Lech Mazur Creative Writing不计入 Index71.5%#33Lech Mazur

多模态

基准测试默认来源趋势
Arena Vision1158#114Arena (LMArena)
VISTA40.0%#39Scale AI SEAL
MMMU-Pro (Vals)不计入 Index69.8%#70Vals AI
MortgageTax不计入 Index60.4%#64Vals AI
GeoBench不计入 Index77.0%#15GeoBench

长上下文

基准测试默认来源趋势
Fiction.LiveBench 120k62.5%#13Fiction.live
AA-LCR v1.131.3%#415Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index133.9#136Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index8.9#429Artificial Analysis
AA Progress Index v1不计入 Index179#480Artificial Analysis
HELM Capabilities mean不计入 Index67.9%#26HELM Capabilities

安全与诚实

基准测试默认来源趋势
MASK不计入 Index49.1%#54Scale AI SEAL
PropensityBench不计入 Index77.8%#13Scale AI SEAL

Google 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Gemini 2.0 Flash 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Gemini 2.0 Flash on BenchLeader: 综合第 226 名](https://www.benchleader.com/badge/gemini-2-0-flash.svg)](https://www.benchleader.com/models/gemini-2-0-flash)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Gemini 2.0 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-2-0-flash

BibTeX:

@misc{benchleader_gemini_2_0_flash_20261116,
  author       = {{BenchLeader}},
  title        = {{Gemini 2.0 Flash on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gemini-2-0-flash}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Gemini 2.0 Flash 的基准测试得分是多少?
截至 2026年11月16日,Gemini 2.0 Flash 的 BenchLeader Index 为 43.5 ±4.2。最强的是人类偏好(52),最弱的是编程(30)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Gemini 2.0 Flash 排名第几?
截至 2026年11月16日,Gemini 2.0 Flash 在 608 个已排名配置中排第 482 名。另有 198 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Gemini 2.0 Flash 是什么时候发布的?
Google 于 2025年2月5日发布了 Gemini 2.0 Flash。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Gemini 2.0 Flash:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemini-2-0-flash。