Gemini 1.5 Flash (Sep 2024) 评测成绩
来自 4 个来源、8 项基准的 9 条成绩。
闭源 发布: 2024年9月24日 更新于 2026年10月22日
其他名称: gemini-1.5-flash-002 · Gemini 1.5 Flash (002) · Gemini 1.5 Flash 002 · Gemini-1.5-Flash-002
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1309 | 273 | Overall, style control on; 34902 votes; 95% CI 1305–1314“gemini-1.5-flash-002” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1141 | 116 | Overall, style control on; 7241 votes; 95% CI 1132–1151“gemini-1.5-flash-002” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 47.3% | 218 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU | 73.9% | 43 | Exact match; 5-shot | 官方榜单 via Epoch AI | 2024年9月24日 |
| MMLU-Pro | 64.1% | 122 | Overall accuracy; data source: TIGER-Lab“Gemini-1.5-Flash-002” | 官方榜单 | 2026年3月11日 |
| HumanEval / HumanEval+ | 82.3% | 17 | HumanEval (base tests), pass@1 greedy“Gemini 1.5 Flash 002” | 官方榜单 | 2024年12月26日 |
| HumanEval / HumanEval+ | 75.6% | 18 | HumanEval+ (extended tests), pass@1 greedy“Gemini 1.5 Flash 002” | 官方榜单 | 2024年12月26日 |
| AIME (OTIS Mock AIME 2024–2025) | 16.3% | 210 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年2月25日 |
| MATH Level 5 | 61.9% | 52 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
常见问题
Gemini 1.5 Flash (Sep 2024) 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、EvalPlus leaderboard、LMArena leaderboard dataset和MMLU-Pro leaderboard (TIGER-Lab)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。