Gemini 3 Flash
Google · gemini-3-flash-preview · United States of America · 上线 2025-12-17
55ECI 榜名次
152Epoch ECI
1473网友盲测分（全球第 45）
16有成绩的基准
最拿手
- SimpleQA Verified：第 11 / 81 名（成绩 66.8%）
- WeirdML：第 27 / 89 名（成绩 61.6%）
- SimpleBench：第 20 / 60 名（成绩 61.1%）
相对薄弱
- ProofBench：第 55 / 68 名（成绩 15.0%）
- FrontierMath-Tier-4-v2-Private：第 50 / 68 名（成绩 17.1%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| SimpleQA Verified | 66.8% | 11 / 81 | |
| WeirdML | 61.6% | 27 / 89 | |
| SimpleBench | 61.1% | 20 / 60 | |
| OTIS Mock AIME 2024-2025 | 95.6% | 38 / 118 | |
| Balrog | 48.1% | 7 / 17 | |
| GPQA diamond | 89.4% | 47 / 117 | |
| LMCA | 43.1% | 45 / 104 | |
| Chess Puzzles | 39.0% | 36 / 81 | |
| DTBench | 89.1% | 50 / 109 | |
| Mystery Game Puzzles | 26.0% | 35 / 76 | |
| ARC-AGI | 84.7% | 42 / 79 | |
| ARC-AGI-2 | 33.6% | 45 / 78 | |
| FrontierMath-Tiers-1-3-v2-Private | 51.2% | 53 / 84 | |
| GSO-Bench | 9.8% | 17 / 25 | |
| FrontierMath-Tier-4-v2-Private | 17.1% | 50 / 68 | |
| ProofBench | 15.0% | 55 / 68 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 52▼2 | Grok 4.20 xAI | ±2.5 | 2026-02-17 |
| 53▼2 | Muse Spark Meta AI | ±2.2 | 2026-04-08 |
| 54▼2 | GLM-5.2 Z.ai | ±2.1 | 2026-06-16 |
| 56▼2 | Qwen 3.8 27B Alibaba | ±1.8 | 2026-08-14 |
| 57▼2 | Kimi K2.6 Moonshot | ±1.8 | 2026-04-20 |
| 58▲1 | Mistral Large 4 Mistral | ±3.1 | 2026-10-06 |