BenchLeader

Gemini 2.0 Flash Thinking

质量第 222 / 339 名
45.1Index
低于中位数
较中位数 −5.1

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index45
  2. 推理37
  3. 编程30
  4. 数学48
  5. 知识51
  6. 多模态56
  7. 长上下文37

嵌入这个排名

更多徽章样式
[![Gemini 2.0 Flash Thinking on BenchLeader: 综合第 218 名](https://www.benchleader.com/badge/gemini-2-0-flash-thinking.svg?style=compact)](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。

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

Index 走势

2026年9月8日 至 2026年11月16日
374452

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。

编程

基准测试thinking来源趋势
Aider Polyglot18.2%#52Aider polyglot leaderboard
LiveCodeBench (AA)不计入 Index32.1%#194Artificial Analysis

数学

基准测试thinking来源趋势
OTIS Mock AIME57.8%#179Epoch AI Benchmarking Hub
MATH 500不计入 Index84.6%#35Vals AI

知识

基准测试thinking来源趋势
TaxEval69.8%#94Vals AI

人类偏好

基准测试thinking来源趋势
Lech Mazur Creative Writing不计入 Index73.8%#28Lech Mazur

多模态

基准测试thinking来源趋势
VISTA45.5%#23Scale AI SEAL
GeoBench不计入 Index70.0%#25GeoBench

长上下文

基准测试thinking来源趋势
Fiction.LiveBench 120k37.5%#27Fiction.live

综合

基准测试thinking来源趋势
Epoch Capabilities Index不计入 Index133.8#137Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index9.4#410Artificial Analysis
AA Progress Index v1不计入 Index189.9#454Artificial Analysis

安全与诚实

基准测试thinking来源趋势
MASK不计入 Index49.5%#52Scale 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 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。

[![Gemini 2.0 Flash Thinking on BenchLeader: 综合第 218 名](https://www.benchleader.com/badge/gemini-2-0-flash-thinking.svg)](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}
}

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 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。