Gemini 2.0 Flash
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
- 综合 Index44
- 推理38
- 编程30
- 智能体与工具37
- 数学50
- 知识41
- 指令遵循45
- 人类偏好52
- 多模态47
- 长上下文47
嵌入这个排名
更多徽章样式[](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。
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 Flashmedium | 2026年9月2日 | 60.2 | #80 |
| Gemini 3.7 Flashhigh | 2026年8月13日 | 62.1 | #52 |
| Gemini 3.6 Flashhigh | 2026年7月21日 | 61.0 | #68 |
| Gemini 3.5 Flashhigh | 2026年5月19日 | 62.5 | #48 |
| Gemini 3 Flashthinking | 2025年12月17日 | 58.9 | #117 |
| Gemini 2.5 Flash 09 2025thinking | 2025年9月25日 | 52.8 | #271 |
| Gemini 2.5 Flash | 2025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 002 | 2024年9月24日 | 38.2 | #564 |
| Gemini 1.5 Flash 001 | 2024年5月23日 | – | – |
| Gemini 1.5 Flash | 2024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 Diamond | 64.1%#197 | Epoch AI Benchmarking Hub | |
| SimpleBench | 18.9%#106 | SimpleBench | |
| Arena Hard Prompts | 1361#214 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 63.6%#359 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.3%#538 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 65.2%#100 | Vals AI | |
| GPQA Diamond (HELM)不计入 Index | 55.6%#31 | HELM Capabilities | |
| ARC-AGI-2 | 1.3%#226 | ARC Prize | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index | 1357#207 | Arena (LMArena) | |
| DTBench不计入 Index | 63.2%#180 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| WeirdML | 25.8%#138 | WeirdML | |
| Arena Coding | 1363#238 | Arena (LMArena) | |
| LiveCodeBench | 43.6%#120 | Vals AI | |
| Aider Polyglot | 22.2%#50 | Aider polyglot leaderboard | |
| SWE-bench Verified (bash only) | 13.5%#44 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index | 52.2%#38 | SWE-bench | |
| CadEval不计入 Index | 30.0%#11 | Epoch AI Benchmarking Hub | |
| LiveCodeBench (AA)不计入 Index | 33.4%#190 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 3.8%#303 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 29.5%#266 | Artificial Analysis | |
| TheAgentCompany不计入 Index | 11.4%#7 | TheAgentCompany | |
| BrowseComp不计入 Index | 0.6%#29 | OpenAI |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 31.1%#218 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 82.2%#32 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 29.8%#72 | Vals AI | |
| MGSM | 89.0%#49 | Vals AI | |
| Omni-MATH (HELM) | 45.9%#25 | HELM Capabilities | |
| MATH 500不计入 Index | 89.0%#28 | Vals AI | |
| Arena Maths | 1356#200 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 21.7%#196 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro | 77.4%#102 | Vals AI | |
| LegalBench | 78.4%#101 | Vals AI | |
| CorpFin | 33.7%#127 | Vals AI | |
| TaxEval | 67.7%#103 | Vals AI | |
| MedQA | 81.5%#68 | Vals AI | |
| MMLU-Pro (HELM)不计入 Index | 73.7%#32 | HELM Capabilities | |
| MMLU不计入 Index | 79.7%#22 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 40.2%#264 | Artificial Analysis | |
| MultiChallenge | 36.4%#39 | Scale AI SEAL | |
| IFEval (HELM) | 84.1%#24 | HELM Capabilities | |
| WildBench (HELM) | 80.0%#34 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1347#197 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1360#198 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1131#99 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1344#183 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1357#197 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1364#202 | Arena (LMArena) | |
| Lech Mazur Creative Writing不计入 Index | 71.5%#33 | Lech Mazur |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1158#114 | Arena (LMArena) | |
| VISTA | 40.0%#39 | Scale AI SEAL | |
| MMMU-Pro (Vals)不计入 Index | 69.8%#70 | Vals AI | |
| MortgageTax不计入 Index | 60.4%#64 | Vals AI | |
| GeoBench不计入 Index | 77.0%#15 | GeoBench |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Fiction.LiveBench 120k | 62.5%#13 | Fiction.live | |
| AA-LCR v1.1 | 31.3%#415 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 133.9#136 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 8.9#429 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 179#480 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index | 67.9%#26 | HELM Capabilities |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MASK不计入 Index | 49.1%#54 | Scale AI SEAL | |
| PropensityBench不计入 Index | 77.8%#13 | Scale AI SEAL |
Google 的更多模型
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。
[](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}
}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。