DataLearner 标志DataLearnerAI
最新AI资讯
大模型排行榜
大模型评测基准
大模型列表
大模型对比
资源中心
工具
语言中文
DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
页面导航
页面导航
大模型列表Gemini 2.5 Flash评测分析

Gemini 2.5 Flash 评测详情

Gemini 2.5 Flash 当前已收录的代表性评测结果包括 AIME 2024(16 / 62,得分 88)、GPQA Diamond(59 / 175,得分 82.80)、FrontierMath - Tier 4(40 / 80,得分 4.20)。

评测结果

Gemini 2.5 Flash

评测结果

思考模式
工具使用

综合评估

共 6 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
78.30
79 / 175
GPQA Diamond
开启思考
82.80
59 / 175
LiveBench
开启思考
64.35
35 / 52
ARC-AGI
常规模式
32.30
51 / 65
HLE
常规模式
8.40
130 / 149
HLE
开启思考
11
119 / 149

常识问答

共 2 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
25.80
28 / 45
SimpleQA
开启思考
26.90
27 / 45

编程与软件工程

共 4 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
41.10
96 / 118
LiveCodeBench
开启思考
55.40
79 / 118
SWE-bench Verified
常规模式
50
85 / 103
SWE-bench Verified
开启思考
48.90
89 / 103

数学推理

共 5 项评测
评测名称 / 模式
得分
排名/总数
AIME 2024
常规模式
88
16 / 62
AIME2025
常规模式
61.60
81 / 106
AIME2025
开启思考
72
70 / 106
IMO 2024
常规模式
7.80
6 / 10
FrontierMath - Tier 4
常规模式
4.20
40 / 80

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
Aider-Polyglot
开启思考
56.70
20 / 26

OpenClaw智能体能力综合测评

共 1 项评测
评测名称 / 模式
得分
排名/总数
Pinch Bench
开启思考工具
70.70
31 / 37
与其他模型对比