Gemini 3.5 Flash
性价比更高: Gemini 3.7 Flash $1.50/M 即可获得 Index 62.1,便宜 56%。
有 2 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)。
截至 2026年11月16日,Gemini 3.5 Flash(Google)在 BenchLeader Index 上得分 62.5(在 608 个已排名配置中前 50 名)。表现最好的是指令遵循(74),最弱的是数学(58)。API 价格为输入每百万 token $1.50、输出每百万 token $9.00(按 3:1 混合为 $3.38),为 2026年11月16日的标价。输出速度约为 180 token/秒(Artificial Analysis)。发布于 2026年5月19日。
要点(截至 2026年11月16日)
- Gemini 3.5 Flash 的 API 价格为输入每百万 token $1.50、输出每百万 token $9.00(按 3:1 混合为 $3.38)(标价,2026年11月16日)。
- Gemini 3.5 Flash 的输出速度约为 180 token/秒(Artificial Analysis,2026年11月16日)。
- Gemini 3.5 Flash 于 2026年5月19日发布(Google)。
详细说明:Gemini 3.5 Flash 是 Google 的闭源推理模型,发布于 2026年5月19日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 62.5 ±2.7,在 608 个配置中排第 48 名,处于上半区。关键在于这个“±”:另有 144 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,指令遵循得分最高(74),数学最低(58)。按混合价格计,每百万 token $3.38,比大多数已排名模型贵。输出速度为 176 token/秒,首次回答需 9.9 秒,位于最快的四分之一。它已在 5 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
- $3.38/M
- 输入 $1.50 · 输出 $9.00
- 来源:Artificial Analysis
- 输出速度
- 176 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 9.87 s
- 首 token 1.44 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 28 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
- 2026年5月19日
- 综合 Index63
- 推理61
- 编程60
- 智能体与工具63
- 数学58
- 知识63
- 指令遵循74
- 人类偏好67
- 多模态66
- 长上下文61
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemini-3-5-flash)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本页 | 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 | 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。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| minimal | 55.6 | #204 | 153 tok/s | 2.59 s | $0.0033 | 智能体与工具 74 · 指令遵循 49 · 长上下文 55 · 数学 58 · 多模态 63 · 推理 48 |
| low | – | – | 160 tok/s | 1.44 s | $0.0033 | 数学 62 · 推理 63 |
| medium | 61.8 | #58 | 209 tok/s | 9.39 s | $0.0033 | 智能体与工具 68 · 编程 56 · 人类偏好 67 · 指令遵循 73 · 长上下文 62 · 数学 66 · 多模态 66 · 推理 66 |
| high最佳 | 62.5 | #48 | 176 tok/s | 9.87 s | $0.0033 | 智能体与工具 63 · 编程 60 · 人类偏好 67 · 指令遵循 74 · 知识 63 · 长上下文 61 · 数学 58 · 多模态 66 · 推理 61 |
| 未说明 | – | – | 160 tok/s | 1.44 s | $0.0033 | 智能体与工具 31 · 人类偏好 31 · 推理 67 |
Index 走势
2026年9月8日 至 2026年11月16日- high
- medium
- minimal
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 | minimal | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| GPQA Diamond | 86.4%#89 | 88.9%#63 | – | 92.8%#29 | – | Epoch AI Benchmarking Hub | |
| SimpleBench推理强度未说明 | – | – | – | – | 76.7%#16 | SimpleBench | |
| Arena Hard Prompts | – | – | 1495#45 | 1496#43 | – | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index | – | – | – | 82.0%#48 | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 82.8%#169 | – | 92.1%#39 | 92.2%#38 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 24.1%#206 | – | 41.3%#89 | 42.7%#75 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | – | – | 92.7%#14 | – | Vals AI | |
| EnigmaEval | – | – | – | 25.4%#4 | – | Scale AI SEAL | |
| ARC-AGI-1 | 48.8%#188 | – | – | 92.5%#62 | – | ARC Prize | |
| ARC-AGI-2 | 8.9%#171 | – | – | 72.1%#62 | – | ARC Prize | |
| CritPt不计入 Index | 1.4%#230 | – | 10.9%#129 | 13.1%#116 | – | Artificial Analysis | |
| Arena Expert不计入 Index | – | – | 1487#67 | 1491#58 | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | 27.0%#77 | 42.0%#39 | – | 45.0%#31 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | 28.0%#43 | – | 32.0%#34 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | – | – | – | 47.1%#86 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | – | – | – | 94.7%#57 | – | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index推理强度未说明 | – | – | – | – | 64.0%#32 | ForecastBench |
编程
智能体与工具
数学
| 基准测试 | minimal | low | medium | high | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | – | – | 62.8%#43 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | – | 26.8%#47 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 80.0%#125 | 88.9%#86 | – | 95.6%#51 | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | – | 31.0%#45 | Vals AI | |
| LiveBench Mathematics不计入 Index | – | – | – | 88.2%#44 | LiveBench | |
| AIME 2026可能存在污染 | – | – | – | 95.0%#18 | MathArena | |
| HMMT February 2026可能存在污染 | – | – | – | 95.5%#6 | MathArena | |
| MathArena Apex可能存在污染 | – | – | – | 32.3%#9 | MathArena | |
| Arena Maths | – | – | 1482#37 | 1497#20 | Arena (LMArena) |
知识
| 基准测试 | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SimpleQA Verified | – | 66.2%#14 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | – | 64.9%#59 | – | LiveBench | |
| MMLU-Pro | – | 89.5%#10 | – | Vals AI | |
| LegalBench | – | 83.6%#52 | – | Vals AI | |
| CorpFin | – | 64.7%#36 | – | Vals AI | |
| TaxEval | – | 74.4%#37 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | 63.5%#28 | – | Vals AI | |
| MedCode不计入 Index | – | 55.8%#6 | – | Vals AI | |
| MedScribe不计入 Index | – | 76.6%#73 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | – | 59.5%#33 | – | Vals AI | |
| Financial Coaching Bench不计入 Index | – | 63.0%#26 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | – | 50.0%#11 | – | Scale AI SEAL | |
| EBR-bench不计入 Index | – | 4.8%#29 | – | Epoch AI Benchmarking Hub | |
| GDP.pdf不计入 Index | 14.0%#42 | – | 14.0%#42 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | minimal | medium | high | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | – | 84.6%#16 | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | – | 75.6%#7 | LiveBench | |
| IFBench | 47.3%#192 | 74.6%#35 | 76.3%#21 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | – | 1466#45 | 1465#47 | Arena (LMArena) |
人类偏好
| 基准测试 | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Text | 1476#34 | 1478#32 | – | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | – | 1077#28 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1469#22 | 1465#25 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1478#45 | 1480#42 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1480#49 | 1483#42 | – | Arena (LMArena) |
多模态
| 基准测试 | minimal | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Arena Vision | – | 1306#15 | 1308#13 | – | Arena (LMArena) | |
| MMMU-Pro | 80.1%#62 | 83.9%#27 | 84.3%#23 | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | 88.3%#8 | – | Vals AI | |
| MortgageTax不计入 Index | – | – | 68.1%#19 | – | Vals AI | |
| Humanity's Sixth Sense不计入 Index | – | – | 32.6%#16 | – | Scale AI SEAL | |
| GeoBench不计入 Index推理强度未说明 | – | – | – | 85.0%#6 | GeoBench | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | – | 33.6%#13 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | minimal | medium | high | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 61.3%#292 | 74.3%#179 | 73.3%#195 | Artificial Analysis | |
| Arena Document不计入 Index | – | 1459#28 | 1455#29 | Arena (LMArena) | |
| MLCR不计入 Index | – | – | 10.0%#124 | Artificial Analysis |
综合
| 基准测试 | minimal | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | 155.3#42 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | – | – | 74.6%#39 | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 23.9#190 | 33.6#110 | 32.6#116 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 267.3#212 | 297.4#126 | 305.1#111 | – | Artificial Analysis | |
| Vals Multimodal Index不计入 Index | – | – | 62.9%#16 | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| DistressBench不计入 Index | 66.9%#34 | Scale AI SEAL |
GameBench 2 Overall: 49.4. GameBench 2, best reasoning setting (High): 63.2. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
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。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Google Vertex | 157 tok/s | 1.50 s | $2.70 | $16.20 | 1.0M | – |
| Google Vertex | 136 tok/s | 1.41 s | $1.50 | $9.00 | 1.0M | – |
| Google AI Studio | 117 tok/s | 1.79 s | $1.50 | $9.00 | 1.0M | – |
| Google AI Studio | 107 tok/s | 0.95 s | $0.750 | $4.50 | 1.0M | – |
| Google Vertex | 20 tok/s | 13 s | $0.750 | $4.50 | 1.0M | – |
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 $0.150。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 | $0.0033 | $0.0029 | 11.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.023 | $0.011 | 13.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.022 | $0.016 | 18.4 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.126 | $0.065 | 32.7 s |
| 结构化信息提取 | 2,000 / 200 | $0.0048 | $0.0028 | 11.0 s |
Google 的更多模型
将 Gemini 3.5 Flash 与以下模型对比
- Gemini 3.5 Flash vs Gemini 4 Argon
- Gemini 3.5 Flash vs GLM 5.3 Flash
- Gemini 3.5 Flash vs GPT-6.1 Terra
- Gemini 3.5 Flash vs Claude Sonnet 5.5
- Gemini 3.5 Flash vs GPT-6 Sol
- Gemini 3.5 Flash vs Kimi K3.1 Pro
- Gemini 3.5 Flash vs Muse Spark 1.3
- Gemini 3.5 Flash vs Claude Fable 5
- Gemini 3.5 Flash vs GPT-6.1 Sol
- Gemini 3.5 Flash vs GPT-5.5
- Gemini 3.5 Flash vs GPT-6 Astra
- Gemini 3.5 Flash vs Grok 4.7
- Gemini 3.5 Flash vs Step 5 Preview
- Gemini 3.5 Flash vs Gemini 3.7 Flash
- Gemini 3.5 Flash vs Muse Spark 1.2
- Gemini 3.5 Flash vs Claude Fable 5.1
- Gemini 3.5 Flash vs MiMo-V2.6-Pro
- Gemini 3.5 Flash vs Claude Opus 5.5
- Gemini 3.5 Flash vs Claude Opus 4.6
- Gemini 3.5 Flash vs Muse Spark 1.1
- Gemini 3.5 Flash vs GPT-5.3-Codex
- Gemini 3.5 Flash vs Qwen3.6 Max
- Gemini 3.5 Flash vs Claude Opus 4.7
- Gemini 3.5 Flash vs GPT-5.4
- Gemini 3.5 Flash vs GPT-5.4 Pro
- Gemini 3.5 Flash vs Muse Wonder Full
- Gemini 3.5 Flash vs Gemini 4 Hydrogen
- Gemini 3.5 Flash vs Muse Spark
- Gemini 3.5 Flash vs Muse Wonder
- Gemini 3.5 Flash vs Claude Opus 5
- Gemini 3.5 Flash vs Kimi K3.1 Pro Together
- Gemini 3.5 Flash vs GPT-5.6 Sol
- Gemini 3.5 Flash vs Gemini 4 Carbon
- Gemini 3.5 Flash vs Claude Fable 5.2
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Gemini 3.5 Flash 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-3-5-flash)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 3.5 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-3-5-flash
BibTeX:
@misc{benchleader_gemini_3_5_flash_20261116,
author = {{BenchLeader}},
title = {{Gemini 3.5 Flash on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-3-5-flash}},
note = {Data as of 2026-11-16}
}常见问题
- Gemini 3.5 Flash 的基准测试得分是多少?
- 截至 2026年11月16日,Gemini 3.5 Flash(推理强度 high)的 BenchLeader Index 为 62.5 ±2.7(前 50 名)。最强的是指令遵循(74),最弱的是数学(58)。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 3.5 Flash 排名第几?
- 截至 2026年11月16日,Gemini 3.5 Flash(推理强度 high)在 608 个已排名配置中排第 48 名(前 50 名)。另有 144 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 3.5 Flash 每百万 token 的价格是多少?
- 截至 2026年11月16日,Gemini 3.5 Flash 的价格为输入每百万 token $1.50、输出每百万 token $9.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.38。
- Gemini 3.5 Flash 比 Claude Opus 4.6 更好吗?
- 截至 2026年11月16日,Claude Opus 4.6(推理强度 high)与 Gemini 3.5 Flash(推理强度 high)的质量不相上下(BenchLeader Index 62.5 比 62.5,在 ±3.7 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Gemini 3.5 Flash 是什么时候发布的?
- Google 于 2026年5月19日发布了 Gemini 3.5 Flash。BenchLeader 收录了它在 5 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 3.5 Flash: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-3-5-flash。