BenchLeader

Gemini 2.5 Flash 09 2025

推理强度
质量第 133 / 339 名
52.8Index
高于中位数
较中位数 +2.6

截至 2026年11月16日,Gemini 2.5 Flash 09 2025(Google)在 BenchLeader Index 上得分 52.8(共 608 个已排名配置)。表现最好的是长上下文(60),最弱的是智能体与工具(48)。发布于 2025年9月25日。

要点(截至 2026年11月16日)

  • Gemini 2.5 Flash 09 2025 于 2025年9月25日发布(Google)。

详细说明:Gemini 2.5 Flash 09 2025 是 Google 的闭源推理模型,发布于 2025年9月25日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 52.8 ±2.2,在 608 个配置中排第 271 名,处于上半区。关键在于这个“±”:另有 265 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,长上下文得分最高(60),智能体与工具最低(48)。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年10月13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9月25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 Index53
  2. 编程55
  3. 智能体与工具48
  4. 数学48
  5. 知识55
  6. 指令遵循53
  7. 多模态55
  8. 长上下文60

嵌入这个排名

更多徽章样式
[![Gemini 2.5 Flash 09 2025 on BenchLeader: 综合第 132 名](https://www.benchleader.com/badge/gemini-2-5-flash-09-2025.svg?style=compact)](https://www.benchleader.com/models/gemini-2-5-flash-09-2025)

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 2025thinking本页2025年9月25日52.8#271
Gemini 2.5 Flash2025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–––

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理–––––智能体与工具 46 · 指令遵循 46 · 长上下文 54 · 多模态 52
thinking最佳52.8#271–––智能体与工具 48 · 编程 55 · 指令遵循 53 · 知识 55 · 长上下文 60 · 数学 48 · 多模态 55
未说明47.5#402–––智能体与工具 33 · 编程 51 · 知识 55 · 数学 48

Index 走势

2026年9月10日 至 2026年11月16日
445055
  • thinking
  • 默认

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。

元数据

基准测试无推理thinking来源趋势
AA Openness Index不计入 Index5.6#3075.6#307Artificial Analysis

推理

基准测试无推理thinking默认来源趋势
GPQA Diamond (AA)不计入 Index76.6%#23579.3%#202–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index8.7%#36513.8%#284–Artificial Analysis
GPQA Diamond (Vals)不计入 Index–76.5%#7581.6%#63Vals AI
CritPt不计入 Index0.0%#3370.3%#291–Artificial Analysis

编程

基准测试无推理thinking默认来源趋势
WeirdML推理强度未说明––41.9%#94WeirdML
LiveCodeBench–76.2%#7875.1%#79Vals AI
Design Arena Website不计入 Index推理强度未说明––1107#141Design Arena
LiveCodeBench (AA)不计入 Index62.5%#10371.3%#59–Artificial Analysis

智能体与工具

基准测试无推理thinking默认来源趋势
Terminal-Bench推理强度未说明––17.1%#91Terminal-Bench
Terminal-Bench Hard14.4%#20116.7%#188–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index28.4%#27245.6%#213–Artificial Analysis
Terminal-Bench 2.0 (Vals)不计入 Index–21.4%#56–Vals AI
TheAgentCompany不计入 Index推理强度未说明––41.1%#2TheAgentCompany

数学

基准测试无推理thinking默认来源趋势
AIME (Vals)–51.5%#6049.8%#61Vals AI
MGSM–89.8%#4289.8%#41Vals AI
AIME 2025 (AA)不计入 Index56.7%#12178.3%#69–Artificial Analysis

知识

基准测试thinking默认来源趋势
MMLU-Pro83.7%#6983.7%#68Vals AI
LegalBench82.6%#6682.5%#69Vals AI
CorpFin59.8%#7259.0%#78Vals AI
TaxEval72.4%#6172.7%#57Vals AI
MedQA91.2%#4091.4%#37Vals AI
MedCode不计入 Index40.3%#6440.5%#62Vals AI
MedScribe不计入 Index78.5%#6378.0%#66Vals AI
Global-MMLU-Lite (AA)不计入 Index88.8%#23–Artificial Analysis

指令遵循

基准测试无推理thinking来源趋势
IFBench43.5%#22552.3%#163Artificial Analysis

多模态

基准测试无推理thinking默认来源趋势
MMMU-Pro70.2%#16073.1%#139–Artificial Analysis
MMMU-Pro (Vals)不计入 Index–80.8%#4279.5%#46Vals AI
MortgageTax不计入 Index–61.9%#5662.6%#51Vals AI
VPCT不计入 Index推理强度未说明––46.2%#12Epoch AI Benchmarking Hub

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.160.0%#30171.0%#223Artificial Analysis

综合

基准测试无推理thinking来源趋势
AA Intelligence Index v4.3.2不计入 Index12.4#34415.5#292Artificial Analysis
AA Progress Index v1不计入 Index217.1#358235.3#302Artificial Analysis

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 2.5 Flash 09 2025 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 2.5 Flash 09 2025 on BenchLeader: 综合第 132 名](https://www.benchleader.com/badge/gemini-2-5-flash-09-2025.svg)](https://www.benchleader.com/models/gemini-2-5-flash-09-2025)

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 2.5 Flash 09 2025 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-2-5-flash-09-2025

BibTeX:

@misc{benchleader_gemini_2_5_flash_09_2025_20261116,
  author       = {{BenchLeader}},
  title        = {{Gemini 2.5 Flash 09 2025 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gemini-2-5-flash-09-2025}},
  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 2.5 Flash 09 2025 的基准测试得分是多少?
截至 2026年11月16日,Gemini 2.5 Flash 09 2025(推理强度 thinking)的 BenchLeader Index 为 52.8 ±2.2。最强的是长上下文(60),最弱的是智能体与工具(48)。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 2.5 Flash 09 2025 排名第几?
截至 2026年11月16日,Gemini 2.5 Flash 09 2025(推理强度 thinking)在 608 个已排名配置中排第 271 名。另有 265 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 2.5 Flash 09 2025 是什么时候发布的?
Google 于 2025年9月25日发布了 Gemini 2.5 Flash 09 2025。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Gemini 2.5 Flash 09 2025: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-2-5-flash-09-2025。