Gemini 3.5 Flash-Lite
Google· 2026-07-21 上线
综合第 54 名
40.8
编程
43.0
科研
38.2第 85 名
专业办公
34.9
知识问答
46.8
- 评测覆盖
- 11 / 25 项 · 44%
- 缓存输入
- ¥0.20
- 输入
- ¥2.02
- 输出
- ¥16.81
价格：人民币 / 百万 Token。没有名次的领域是成绩还不够，暂不排名。
编程
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| WebDev Arena | 1,447 | 47.9 | 默认 | 96 |
| ALE-Bench | 765 | 43.8 | high | 88 |
| WeirdML | 39.0% | 37.3 | high | 60 |
科研
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| FrontierMath（1–3 级） | 26.0% | 33.5 | high | 66 |
| FrontierMath（4 级） | 0.0% | 35.2 | high | 57 |
| CritPt | 0.0% | 38.6 | 默认 | 101 |
| ProofBench | 13.0% | 40.8 | 默认 | 77 |
| OTIS Mock AIME | 71.1% | 39.1 | high | 87 |
| SciCode | 41.3% | 42.1 | 默认 | 97 |
专业办公
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| APEX-Agents | 29.3% | 34.9 | 默认 | 49 |
知识问答
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| GPQA Diamond | 83.3% | 46.8 | high | 84 |
仅展示（不计分）
这些评测测的能力不在四个领域里，或者我们还没把握归到哪个领域。
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| ARC-AGI-2 | 10.3% | 不计分 | high | 52 |
| ARC-AGI | 53.5% | 不计分 | high | 52 |
| 国际象棋谜题 | 21.0% | 不计分 | low | 88 |
原始成绩取这个模型各个推理档位（high、low、minimal、medium）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。 数据 10月16日 06:10 更新。