Gemini 2.0 Flash Thinking
截至 2026年11月16日,Gemini 2.0 Flash Thinking(Google)在 BenchLeader Index 上得分 45.1(共 608 个已排名配置)。表现最好的是多模态(56),最弱的是编程(30)。发布于 2024年12月19日。
要点(截至 2026年11月16日)
- Gemini 2.0 Flash Thinking 于 2024年12月19日发布(Google)。
详细说明:Gemini 2.0 Flash Thinking 是 Google 的闭源推理模型,发布于 2024年12月19日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 45.1 ±5.9,在 608 个配置中排第 460 名,处于下半区。关键在于这个“±”:另有 255 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,多模态得分最高(56),编程最低(30)。最近一次测量:2026年9月1日。
- 混合价格
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- 2M
- 来源:Artificial Analysis
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2024年12月19日
- 综合 Index45
- 推理37
- 编程30
- 数学48
- 知识51
- 多模态56
- 长上下文37
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemini-2-0-flash-thinking)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。
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 | thinking | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond | 57.1%#210 | Epoch AI Benchmarking Hub | |
| Humanity's Last Exam | 6.6%#39 | Scale AI / CAIS | |
| SimpleBench | 30.7%#90 | SimpleBench | |
| GPQA Diamond (AA)不计入 Index | 70.1%#301 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 6.3%#418 | Artificial Analysis |
编程
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Aider Polyglot | 18.2%#52 | Aider polyglot leaderboard | |
| LiveCodeBench (AA)不计入 Index | 32.1%#194 | Artificial Analysis |
数学
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 57.8%#179 | Epoch AI Benchmarking Hub | |
| MATH 500不计入 Index | 84.6%#35 | Vals AI |
人类偏好
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Lech Mazur Creative Writing不计入 Index | 73.8%#28 | Lech Mazur |
多模态
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| VISTA | 45.5%#23 | Scale AI SEAL | |
| GeoBench不计入 Index | 70.0%#25 | GeoBench |
长上下文
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Fiction.LiveBench 120k | 37.5%#27 | Fiction.live |
综合
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 133.8#137 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 9.4#410 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 189.9#454 | Artificial Analysis |
安全与诚实
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| MASK不计入 Index | 49.5%#52 | 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 Thinking 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-thinking)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 Thinking on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-2-0-flash-thinking
BibTeX:
@misc{benchleader_gemini_2_0_flash_thinking_20261116,
author = {{BenchLeader}},
title = {{Gemini 2.0 Flash Thinking on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-2-0-flash-thinking}},
note = {Data as of 2026-11-16}
}常见问题
- Gemini 2.0 Flash Thinking 的基准测试得分是多少?
- 截至 2026年11月16日,Gemini 2.0 Flash Thinking(推理强度 thinking)的 BenchLeader Index 为 45.1 ±5.9。最强的是多模态(56),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 Thinking 排名第几?
- 截至 2026年11月16日,Gemini 2.0 Flash Thinking(推理强度 thinking)在 608 个已排名配置中排第 460 名。另有 255 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 Thinking 是什么时候发布的?
- Google 于 2024年12月19日发布了 Gemini 2.0 Flash Thinking。
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 Thinking: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-thinking。