Gemini 2.5 Pro
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有 25 分之一。
有 54 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Gemini 4 Hydrogen (63.4, $3.00)、Gemini 3.5 Flash (62.5, $3.38),另有 51 个。
截至 2026年11月16日,Gemini 2.5 Pro(Google)在 BenchLeader Index 上得分 55.2(共 608 个已排名配置)。表现最好的是长上下文(66),最弱的是智能体与工具(42)。API 价格为输入每百万 token $1.25、输出每百万 token $10.00(按 3:1 混合为 $3.44),为 2026年11月16日的标价。输出速度约为 110 token/秒(Artificial Analysis)。发布于 2025年3月25日。
要点(截至 2026年11月16日)
- Gemini 2.5 Pro 的 API 价格为输入每百万 token $1.25、输出每百万 token $10.00(按 3:1 混合为 $3.44)(标价,2026年11月16日)。
- Gemini 2.5 Pro 的输出速度约为 110 token/秒(Artificial Analysis,2026年11月16日)。
- Gemini 2.5 Pro 于 2025年3月25日发布(Google)。
详细说明:Gemini 2.5 Pro 是 Google 的闭源推理模型,发布于 2025年3月25日。其最佳配置在 BenchLeader Index 上得分 55.2 ±3.3,在 608 个配置中排第 215 名,处于上半区。关键在于这个“±”:另有 261 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(66),智能体与工具最低(42)。按混合价格计,每百万 token $3.44,比大多数已排名模型贵。输出速度为 111 token/秒,首次回答需 21.7 秒,比大多数模型快。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11月11日。
- 混合价格
- $3.44/M
- 输入 $1.25 · 输出 $10.00
- 来源:Artificial Analysis
- 输出速度
- 111 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 22 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 36 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年3月25日
- 综合 Index55
- 推理58
- 编程48
- 智能体与工具42
- 数学52
- 知识53
- 指令遵循54
- 人类偏好63
- 多模态63
- 长上下文66
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemini-2-5-pro)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 10 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 3.1 Prohigh | 2026年2月19日 | 60.4 | #77 |
| Gemini 3 Pro | 2025年11月18日 | 60.0 | #87 |
| Gemini 2.5 Pro本页 | 2025年3月25日 | 55.2 | #215 |
| Gemini 2.0 Pro | 2025年2月5日 | 47.5 | #404 |
| Gemini 1.5 Pro 002 | 2024年9月24日 | 41.4 | #512 |
| Gemini 1.5 Pro | 2024年5月15日 | 47.0 | #416 |
| Gemini 1.5 Pro 001 | 2024年5月14日 | – | – |
| Gemini 1.0 Pro 001 | 2023年12月13日 | – | – |
| Gemini 1.0 Pro | 2023年12月6日 | – | – |
| Gemini 1.0 Pro 002 | – | – | – |
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。
元数据
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 5.6#307 | Artificial Analysis |
推理
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| GPQA Diamond推理强度未说明 | – | 85.3%#102 | Epoch AI Benchmarking Hub | |
| Humanity's Last Exam推理强度未说明 | – | 21.6%#20 | Scale AI / CAIS | |
| SimpleBench推理强度未说明 | – | 62.4%#36 | SimpleBench | |
| Arena Hard Prompts推理强度未说明 | – | 1458#105 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index推理强度未说明 | – | 84.4%#145 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index推理强度未说明 | – | 22.5%#217 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index推理强度未说明 | – | 80.8%#66 | Vals AI | |
| Kagi LLM Benchmark推理强度未说明 | – | 70.3%#26 | Kagi LLM Benchmark | |
| GPQA Diamond (HELM)不计入 Index推理强度未说明 | – | 74.9%#5 | HELM Capabilities | |
| ARC-AGI-1 | 41.0%#199 | – | ARC Prize | |
| ARC-AGI-2 | 4.9%#185 | – | ARC Prize | |
| CritPt不计入 Index推理强度未说明 | – | 2.6%#208 | Artificial Analysis | |
| SciPredict不计入 Index推理强度未说明 | – | 17.0%#11 | Scale AI SEAL | |
| Arena Expert不计入 Index推理强度未说明 | – | 1459#108 | Arena (LMArena) | |
| LMCA不计入 Index推理强度未说明 | – | 34.8%#133 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | 82.4%#128 | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index推理强度未说明 | – | 64.2%#27 | ForecastBench |
编程
智能体与工具
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FrontierMath Tiers 1–3 | 24.6%#86 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 0.0%#77 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 84.7%#108 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 95.9%#12 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 85.8%#35 | Vals AI | |
| IMO 2025 | 31.6%#2 | MathArena | |
| MathArena Apex | 0.5%#42 | MathArena | |
| Omni-MATH (HELM) | 41.6%#28 | HELM Capabilities | |
| MATH 500不计入 Index | 95.2%#5 | Vals AI | |
| Arena Maths | 1439#97 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 87.7%#40 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro | 84.1%#65 | Vals AI | |
| LegalBench | 84.3%#35 | Vals AI | |
| CorpFin | 60.8%#63 | Vals AI | |
| TaxEval | 72.9%#55 | Vals AI | |
| MedQA | 93.1%#25 | Vals AI | |
| PRBench Finance | 38.9%#34 | Scale AI SEAL | |
| PRBench Legal | 41.4%#32 | Scale AI SEAL | |
| MultiNRC | 45.1%#15 | Scale AI SEAL | |
| MMLU-Pro (HELM)不计入 Index | 86.3%#4 | HELM Capabilities | |
| CaseLaw v2不计入 Index | 63.9%#15 | Vals AI | |
| MedCode不计入 Index | 50.6%#17 | Vals AI | |
| MedScribe不计入 Index | 73.5%#81 | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 90.3%#13 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 48.7%#184 | Artificial Analysis | |
| MultiChallenge | 53.6%#27 | Scale AI SEAL | |
| TutorBench | 55.6%#3 | Scale AI SEAL | |
| IFEval (HELM) | 84.0%#25 | HELM Capabilities | |
| WildBench (HELM) | 85.7%#6 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1438#83 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1446#89 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1422#69 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1443#55 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1448#96 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1457#82 | Arena (LMArena) | |
| Lech Mazur Creative Writing不计入 Index | 83.8%#6 | Lech Mazur |
多模态
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | 1263#51 | Arena (LMArena) | |
| MMMU-Pro推理强度未说明 | – | 74.9%#119 | Artificial Analysis | |
| VISTA推理强度未说明 | – | 54.6%#1 | Scale AI SEAL | |
| MMMU-Pro (Vals)不计入 Index推理强度未说明 | – | 81.3%#40 | Vals AI | |
| MortgageTax不计入 Index推理强度未说明 | – | 68.9%#8 | Vals AI | |
| AudioMC不计入 Index | 46.9%#8 | – | Scale AI SEAL | |
| AudioMC (text output)不计入 Index | 46.9%#7 | – | Scale AI SEAL | |
| VTB不计入 Index推理强度未说明 | – | 11.8%#9 | Scale AI SEAL | |
| GeoBench不计入 Index推理强度未说明 | – | 86.0%#3 | GeoBench | |
| VPCT不计入 Index推理强度未说明 | – | 48.0%#11 | Epoch AI Benchmarking Hub | |
| SpatialViz-Bench不计入 Index推理强度未说明 | – | 44.7%#1 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Fiction.LiveBench 120k | 90.6%#4 | Fiction.live | |
| AA-LCR v1.1 | 69.0%#249 | Artificial Analysis | |
| Arena Document不计入 Index | 1433#41 | Arena (LMArena) | |
| MLCR不计入 Index | 12.2%#107 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 144.9#92 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 16.1#285 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 245.9#276 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index | 74.5%#15 | HELM Capabilities |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 54.9%#74 | Scale AI SEAL | |
| MASK不计入 Index | 55.9%#44 | Scale AI SEAL | |
| PropensityBench不计入 Index | 79.0%#14 | Scale AI SEAL |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.125。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0035 | $0.0032 | 24.4 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.021 | $0.011 | 27.1 s |
| 代码编辑 | 6,000 / 1,500 | $0.022 | $0.017 | 35.3 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.115 | $0.064 | 57.9 s |
| 结构化信息提取 | 2,000 / 200 | $0.0045 | $0.0028 | 23.5 s |
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 Pro 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-pro)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 Pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-2-5-pro
BibTeX:
@misc{benchleader_gemini_2_5_pro_20261116,
author = {{BenchLeader}},
title = {{Gemini 2.5 Pro on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-2-5-pro}},
note = {Data as of 2026-11-16}
}常见问题
- Gemini 2.5 Pro 的基准测试得分是多少?
- 截至 2026年11月16日,Gemini 2.5 Pro 的 BenchLeader Index 为 55.2 ±3.3。最强的是长上下文(66),最弱的是智能体与工具(42)。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 Pro 排名第几?
- 截至 2026年11月16日,Gemini 2.5 Pro 在 608 个已排名配置中排第 215 名。另有 261 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 Pro 每百万 token 的价格是多少?
- 截至 2026年11月16日,Gemini 2.5 Pro 的价格为输入每百万 token $1.25、输出每百万 token $10.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.44。
- Gemini 2.5 Pro 是什么时候发布的?
- Google 于 2025年3月25日发布了 Gemini 2.5 Pro。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 Pro: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-pro。