Gemini 2.5 Flash 09 2025
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
- 综合 Index53
- 编程55
- 智能体与工具48
- 数学48
- 知识55
- 指令遵循53
- 多模态55
- 长上下文60
嵌入这个排名
更多徽章样式[](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。
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本页 | 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 | 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 | – | – | – |
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。
Index 走势
2026年9月10日 至 2026年11月16日- 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 Index | 5.6#307 | 5.6#307 | Artificial Analysis |
推理
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| GPQA Diamond (AA)不计入 Index | 76.6%#235 | 79.3%#202 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 8.7%#365 | 13.8%#284 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | 76.5%#75 | 81.6%#63 | Vals AI | |
| CritPt不计入 Index | 0.0%#337 | 0.3%#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%#94 | WeirdML | |
| LiveCodeBench | – | 76.2%#78 | 75.1%#79 | Vals AI | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | 1107#141 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 62.5%#103 | 71.3%#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%#91 | Terminal-Bench | |
| Terminal-Bench Hard | 14.4%#201 | 16.7%#188 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 28.4%#272 | 45.6%#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%#2 | TheAgentCompany |
数学
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AIME (Vals) | – | 51.5%#60 | 49.8%#61 | Vals AI | |
| MGSM | – | 89.8%#42 | 89.8%#41 | Vals AI | |
| AIME 2025 (AA)不计入 Index | 56.7%#121 | 78.3%#69 | – | Artificial Analysis |
知识
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| MMLU-Pro | 83.7%#69 | 83.7%#68 | Vals AI | |
| LegalBench | 82.6%#66 | 82.5%#69 | Vals AI | |
| CorpFin | 59.8%#72 | 59.0%#78 | Vals AI | |
| TaxEval | 72.4%#61 | 72.7%#57 | Vals AI | |
| MedQA | 91.2%#40 | 91.4%#37 | Vals AI | |
| MedCode不计入 Index | 40.3%#64 | 40.5%#62 | Vals AI | |
| MedScribe不计入 Index | 78.5%#63 | 78.0%#66 | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 88.8%#23 | – | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| IFBench | 43.5%#225 | 52.3%#163 | Artificial Analysis |
多模态
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| MMMU-Pro | 70.2%#160 | 73.1%#139 | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | 80.8%#42 | 79.5%#46 | Vals AI | |
| MortgageTax不计入 Index | – | 61.9%#56 | 62.6%#51 | Vals AI | |
| VPCT不计入 Index推理强度未说明 | – | – | 46.2%#12 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 60.0%#301 | 71.0%#223 | Artificial Analysis |
综合
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 12.4#344 | 15.5#292 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 217.1#358 | 235.3#302 | Artificial Analysis |
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 2.5 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。
[](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}
}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。